选择用于标注真值数据的 App
您可以使用 Computer Vision Toolbox™、Automated Driving Toolbox™、Lidar Toolbox™、Audio Toolbox™、Signal Processing Toolbox™ 和 Medical Imaging Toolbox™ 来标注真实值数据。使用这些标注的数据来验证或训练算法，如图像分类器、目标检测器、语义分割网络、实例分割网络和深度学习应用程序。标注 App 的选择取决于几个因素，包括支持的数据源、标签和自动化类型。
一个关键考虑因素是您要标注的数据的类型。
如果您的数据是图像集合，请使用图像标注器 (Computer Vision Toolbox)。图像集合是一组大小不一的无序图像。例如，您可以使用该 App 来标注书籍的图像以训练分类器。图像标注器也可以处理非常大的图像（至少一个维度 >8K）。
如果您的数据是单个视频或图像序列，请使用视频标注器 (Computer Vision Toolbox)。图像序列是一组有序的图像，类似于一个视频。例如，您可以使用此 App 来标注在高速公路上行驶的汽车的视频或图像序列以训练目标检测器。
如果您的数据包含多个时间重叠信号，如视频、图像序列或激光雷达信号，请使用真实值标注器 (Automated Driving Toolbox)。例如，您可以标注由装载在车辆上的多个传感器捕获的单个场景的数据。
如果您的数据只是激光雷达信号，请使用激光雷达标注器 (Lidar Toolbox)。例如，您可以使用此 App 来标注从点云传感器捕获的数据。
如果您的数据由单通道或多通道一维信号组成，请使用信号标注器。例如，您可以标注生物医学、语音、通信、雷达或振动数据。您还可以使用信号标注器执行音频特定任务，例如声音分类、语音检测和语音到文本转录。
如果您的数据是二维医学图像或图像系列或者是三维医学图像体，请使用医学图像标注器 (Medical Imaging Toolbox)。例如，您可以标注胸部的计算机断层摄影 (CT) 图像体以训练语义分割网络。
下表总结了标注器的主要功能。
| 标注器 | 数据源 | 标签支持 | 自动化 | 其他功能 |
|---|---|---|---|---|
| 图像标注器 (Computer Vision Toolbox) |
|
|
|
|
| 视频标注器 (Computer Vision Toolbox) |
|
|
|
|
| 真实值标注器 (Automated Driving Toolbox) |
|
|
|
|
| 激光雷达标注器 (Lidar Toolbox) |
|
|
|
|
| 信号标注器 |
|
|
| |
| 医学图像标注器 (Medical Imaging Toolbox) |
|
|
|
|
另请参阅
主题
- Get Started with the Image Labeler (Computer Vision Toolbox)
- Get Started with the Video Labeler (Computer Vision Toolbox)
- Get Started with Ground Truth Labeling (Automated Driving Toolbox)
- Get Started with the Lidar Labeler (Lidar Toolbox)
- Use Signal Labeler App
- Label Spoken Words in Audio Signals
- Get Started with Medical Image Labeler (Medical Imaging Toolbox)
