注释

使用ClearML Enterprise，可以对视频和图像帧进行注释。帧支持两种类型的注释：帧对象和帧标签。

注释任务可用于高效组织超数据集版本中的帧注释（参见 注释任务）。

有关如何使用WebApp查看、创建和管理注释的信息，请参阅Annotating Images and Videos。

框架对象​

帧对象被标记为感兴趣区域（ROIs），这些区域可以由多边形（包括矩形）、椭圆或关键点界定。这些ROIs对于目标检测、分类或语义分割非常有用。

帧对象可以包括ROI标签、置信度和用于语义分割的掩码。在ClearML Enterprise中，一个或多个标签和来源字典可以与一个ROI关联（尽管多个来源的ROI不常使用）。

框架标签​

帧标签应用于整个帧，而不是帧中的某个区域。

用法​

添加框架对象​

要向SingleFrame添加帧对象注释，请使用SingleFrame.add_annotation()：

# a bounding box labeled "test" at x=10,y=10 with width of 30px and height of 20px
frame.add_annotation(box2d_xywh=(10, 10, 30, 20), labels=['test'])

box2d_xywh 参数指定了标注的边界框的坐标，labels 参数指定了标注的标签列表。

以以下方式之一输入注释的边界：

• poly2d_xy - 用于创建单个多边形的一组浮点数 (x,y)，或用于创建复杂多边形的一组浮点数列表。
• ellipse2d_xyrrt - 一个由椭圆的cx、cy、rx、ry和theta组成的列表。
• 还有更多！请参阅SingleFrame.add_annotation以获取更多选项。

添加帧标签​

添加帧标签类似于创建帧对象，不同之处在于不需要指定坐标，因为整个帧都被引用。

使用 SingleFrame.add_annotation()，但仅指定 labels 参数：

# labels for the whole frame        
frame.add_annotation(labels=['frame level label one','frame level label two'])

添加全局注释​

添加一个全局注释，该注释将应用于FrameGroup中的所有帧。

使用 FrameGroup.add_global_annotation() 并指定要添加到每个帧的 Annotation 对象：

annotation = ImageAnnotation(labels=["cityscape"], confidence=1.0000,)
frame_group.add_global_annotation(annotation=annotation)