计算机视觉手指甲标注案例
关键点标注是指识别和标注图像或视频中特定的相关点或区域的过程。在机器学习行业，它经常被用来训练计算机视觉模型，以执行诸如物体检测、分割和跟踪等任务。
关键点注释可用于以下应用：
面部关键点检测：识别图像中人脸上的眼睛、鼻子和嘴巴等关键点，以执行人脸识别或情绪检测等。
物体关键点检测：标注物体上的重要点，如车辆上的车轮和车门，用于物体识别和跟踪。
医学图像关键点注释：在X射线、MRI扫描和CT扫描上标记关键点，用于医疗诊断和分析。
人体姿态估计：标记人体上的关键点，如关节和肢体，用于动作识别和运动跟踪。
下面我们来看一个手指甲关键点标注案例：
标注需求
1 每个手指甲有9个关键点需要标注
2 由于一只手有多个视角图片，我们只需寻找特定视角的手指进行标注，“左上角” 意味着自上而下的俯视图
- 小指
右手，右摄像头
左手，左摄像头
- 拇指
右手，左摄像头
左手、右摄像头
- 食指、中指、环指
右手、左上角相机
左手，左上角相机
3 关键点的定义
A - 最低点（远端边缘）
B - 顶点（近端指甲）
C - 右点（外侧指甲边缘）
D - 左点（外侧指甲边缘）
E - 微笑线的中部。在某些情况下，如果一个人完全剪掉了自己的指甲，笑线可能不会出现。在这种情况下，请将微笑线标记在与顶点相同的位置，并将其标记为不可见
F - 右上角的角点（指甲凹槽四个点）
G - 右下角点（指甲凹槽四个点）
H - 左下角点（指甲凹槽四个点）
I - 左上角点（指甲凹槽四个点）
4 输出格式：COCO关键点检测格式
-
COCO关键点是以3个一组的形式指定的，（x, y, v）
-
x, y 像素的位置
-
v 可见度（我们希望所有的关键点都能标明它们存在于图像上）
如果可见→v=1
如果不可见 v=0
- 可见性的定义
指甲油：由于指甲油的原因，"微笑线 "关键点不可见
注意：当左点或右点背后的皮肤不是可见，请把它标记为不可见。只有在皮肤可见的情况下才标记关键点（能看到完整的边缘）
ByteBridge是⼀个数据标注和采集平台，为⼈⼯智能企业提供数据处理服务
您专注于产品，我们专注于您的数据
我们提供试标试采服务，欢迎联系我们
邮箱：support@bytebridge.io
官网链接
上一篇：关于推荐系统的详细介绍