Перейти к основному содержанию
Хорошо спроектированная таксономия меток — это основа любого проекта аннотации. На этой странице рассматривается, как структурировать классы объектов, настраивать атрибуты и строить иерархии, которые обеспечивают согласованные и качественные обучающие данные.

​
Что такое онтология?

В контексте аннотации данных онтология (или таксономия меток) — это полная схема классов, атрибутов и связей, которые аннотаторы используют для разметки данных. Она определяет:
  • Что размечать (классы объектов)
  • Как описывать объекты (атрибуты и свойства)
  • Как классы связаны друг с другом (иерархия и группировка)
Чёткая онтология снижает путаницу аннотаторов, улучшает согласие между ними и обеспечивает более чистые обучающие данные для ваших моделей.

​
Классы объектов

Классы объектов — это основные строительные блоки вашей таксономии. Каждый класс представляет категорию объектов, которые аннотаторы будут идентифицировать и размечать в данных.

​
Определение классов

При создании проекта в Avala вы определяете конфигурацию меток как список классов: 
{
  "labels": [
    { "name": "car", "color": "#FF0000" },
    { "name": "pedestrian", "color": "#00FF00" },
    { "name": "cyclist", "color": "#0000FF" },
    { "name": "truck", "color": "#FFA500" },
    { "name": "bus", "color": "#800080" }
  ]
}
Каждый класс имеет уникальное имя и цвет отображения, используемый в редакторе аннотаций. Выбирайте цвета, которые визуально отличаются друг от друга и от типичных цветов фона в ваших данных.

​
Лучшие практики именования классов

ПрактикаПримерЗачем
Используйте строчные, конкретные именаsedan, pickup_truckУменьшает неоднозначность
Избегайте пересекающихся определенийНе имейте одновременно car и vehicle на одном уровнеПредотвращает путаницу аннотаторов
Будьте последовательны с разделителямиtraffic_light, а не traffic-light или trafficLightЕдинообразный парсинг в пайплайнах обучения
Включайте негативные/фоновые классы только при необходимостиunknown, ignore_regionНекоторые модели требуют явных фоновых меток

​
Атрибуты

Атрибуты добавляют структурированные метаданные к каждой аннотации помимо класса объекта. Они позволяют аннотаторам описывать такие свойства, как видимость, поза или состояние.

​
Типы атрибутов

Avala поддерживает несколько типов атрибутов, которые можно прикрепить к любому классу объекта:
ТипОписаниеКогда использоватьПример
Выпадающий списокОдиночный выбор из предопределённого спискаВзаимоисключающие вариантыПерекрытие: none, partial, heavy
ЧекбоксБулевый переключательПростые флаги да/нетis_parked: true/false
ТекстПроизвольный строковый вводУникальные идентификаторы или описанияНомерной знак
ЧислоЧисловое значениеИзмерения или подсчётыРасчётное расстояние в метрах
Множественный выборНесколько вариантов из спискаОдновременные, невзаимоисключающие состоянияВидимые элементы: headlights, taillights, turn_signal
Сравнение типов атрибутов

​
Настройка атрибутов

Атрибуты определяются в конфигурации классификации проекта вместе с конфигурацией меток: 
{
  "labels": [
    { "name": "car", "color": "#FF0000" }
  ],
  "classification": {
    "attributes": [
      {
        "name": "occlusion",
        "type": "dropdown",
        "options": ["none", "partial", "heavy"],
        "required": true,
        "applies_to": ["car", "pedestrian", "cyclist"]
      },
      {
        "name": "is_parked",
        "type": "checkbox",
        "required": false,
        "applies_to": ["car", "truck", "bus"]
      },
      {
        "name": "truncation",
        "type": "dropdown",
        "options": ["none", "partial", "heavy"],
        "required": true,
        "applies_to": ["car", "pedestrian", "cyclist"]
      }
    ]
  }
}

​
Условные атрибуты

Используйте поле applies_to, чтобы показывать атрибуты только для соответствующих классов. Это сохраняет интерфейс аннотатора чистым — объекту pedestrian не нужен атрибут is_parked, а объекту traffic_light не нужен truncation.
Отмечайте атрибуты как required для свойств, от которых зависит ваш пайплайн обучения модели. Оставляйте необязательными атрибуты для дополнительных метаданных, которые полезны, но не критичны.

​
Иерархические таксономии

Для сложных предметных областей плоские списки классов становятся неудобными. Иерархические таксономии группируют связанные классы под родительскими категориями.

​
Пример: таксономия транспортных средств

Vehicle
├── Car
│   ├── Sedan
│   ├── SUV
│   └── Hatchback
├── Truck
│   ├── Pickup
│   └── Semi
├── Bus
│   ├── City Bus
│   └── School Bus
└── Motorcycle

​
Когда использовать иерархии

СценарийРекомендация
Менее 15 классовПлоский список проще и быстрее
15-50 классовГруппируйте в 3-5 категорий верхнего уровня
50+ классовИспользуйте многоуровневую иерархию с поиском
Классы разделяют атрибутыГруппируйте под родителем для наследования атрибутов

​
Проектирование иерархий

  1. Начинайте широко, затем уточняйте. Начните с категорий верхнего уровня (vehicle, pedestrian, infrastructure) и добавляйте детализацию только там, где это нужно вашей модели.
  2. Каждый листовой класс должен быть однозначным. Если аннотаторы не могут надёжно отличить два подкласса, объедините их.
  3. Балансируйте глубину и ширину. Глубокие иерархии (4+ уровня) замедляют аннотаторов. Предпочитайте более широкие деревья с 2-3 уровнями.

​
Одиночная и множественная классификация

Avala поддерживает оба режима классификации в зависимости от потребностей вашего проекта.

​
Одиночная метка

Каждый объект или сцена получает ровно одну метку класса. Это режим по умолчанию для большинства типов аннотаций.
  • Обнаружение объектов: каждая ограничивающая рамка получает один класс
  • Классификация сцены: каждое изображение получает одну категорию

​
Множественные метки

Объект или сцена может получить несколько меток одновременно. Используйте это, когда категории не являются взаимоисключающими.
  • Изображение может быть одновременно rainy и nighttime
  • Транспортное средство может быть одновременно damaged и parked
Настройте множественную классификацию в конфигурации классификации проекта, указав тип классификации на уровне задачи: 
{
  "classification": {
    "type": "multi-label",
    "categories": [
      { "name": "weather", "options": ["clear", "rainy", "foggy", "snowy"] },
      { "name": "time_of_day", "options": ["daytime", "nighttime", "dawn", "dusk"] },
      { "name": "road_condition", "options": ["dry", "wet", "icy"] }
    ]
  }
}

​
Чек-лист проектирования онтологии

Перед началом проекта аннотации проверьте вашу онтологию по этому чек-листу:
ПроверкаВопрос
ПолнотаИмеет ли каждый объект, который ваша модель должна обнаруживать, свой класс?
ВзаимоисключаемостьМожет ли аннотатор всегда назначить ровно один класс без неоднозначности?
Покрытие атрибутовВсе ли свойства, необходимые для обучения, охвачены атрибутами?
Согласованная детализацияКлассы одного уровня одинаково специфичны?
Ясность для аннотатораМожет ли новый аннотатор понять каждый класс только по его имени?
Соответствие моделиСоответствует ли таксономия ожиданиям архитектуры вашей модели?
МасштабируемостьМожно ли добавить новые классы позже без реструктуризации?

​
Типичные ошибки

​
Избыточная детализация классов

Создание слишком большого количества детализированных классов приводит к низкому согласию между аннотаторами и малому количеству обучающих данных на класс. Проблема: 50 подклассов транспортных средств, большинство из которых имеют менее 100 примеров. Решение: Начните с 5-10 широких классов. Добавляйте подклассы только когда у вас достаточно данных и ваша модель выигрывает от такого различия.

​
Неоднозначные границы

Когда два класса концептуально пересекаются, аннотаторы не могут договориться, какой использовать. Проблема: Существуют и van, и minivan, но аннотаторы не могут надёжно их различить. Решение: Либо объедините их в один класс, либо предоставьте явные визуальные руководства с примерами изображений, показывающими границу.

​
Пропуск граничных случаев

Реальные данные содержат объекты, которые не вписываются аккуратно в вашу таксономию. Проблема: Аннотатор встречает гольф-кар, но в таксономии есть только car, truck и motorcycle. Решение: Включите универсальный класс вроде other_vehicle и периодически просматривайте элементы, размеченные им, чтобы выявить классы, которые нужно добавить.

​
Следующие шаги

Основные концепции

Обзор фундаментальных строительных блоков платформы Avala.

Контроль качества

Настройте рабочие процессы рецензирования для валидации качества аннотаций.

Типы аннотаций

Форматы JSON для ограничивающих рамок, полигонов, кубоидов и других типов.

Первый набор данных

Загрузите данные и создайте свой первый проект аннотации.