标注你的图像

为了获得最佳效果，请遵循以下指南。您可能还想查看关于改进你的模型的文档。

标注图像中的每个对象：在验证之前，标注每张图像中的所有对象非常重要。例如，如果您不标注一辆汽车，模型将被教导图像的那部分不是汽车，它将开始变得混乱。您可以排除不希望在任何摄像头上检测到的标签。

制作紧凑的边界框：更紧凑的边界框可以改善识别效果，并确保在运行时预测准确的边界框。

即使被遮挡也要标注完整对象：例如：如果有一个人站在汽车后面，即使他们的部分身体可能被汽车遮挡，也要标注完整的人。这有助于预测准确的边界框，并在运行时提高区域准确性和过滤效果。如果对象部分超出画面，只有当一个人能够合理地从可见部分识别出该对象时才进行标注。

将难以识别的对象标记为困难：当对象确实难以辨认时，例如通过灌木丛几乎看不见的汽车，或者在夜间难以与背景区分的狗，将其标记为"困难"。目前这在模型训练中尚未使用，但将来会使用。

如amazon、ups和fedex等快递标志应标注标志：对于联邦快递卡车，将卡车标注为car，并为联邦快递标志单独制作一个不同的边界框。如果有多个标志，请标注每一个。

AI 建议的标签

如果您有有效的 Frigate+ 订阅，新上传的内容将被扫描以查找为您的摄像头配置的对象，在 Frigate+ 中进行标注时，您将看到浅蓝色框作为建议标签。这些建议通过队列处理，通常在上传后一分钟内完成，但处理时间可能会更长。

Suggestions

保存时，建议会转换为标签，因此您应该删除任何错误的建议。已经有一些逻辑设计用于避免重复标签，但您可能仍然偶尔会看到一些重复的建议。您应该保留最准确的边界框并删除任何重复项，以便每个对象只剩下一个标签。

误报将以红色框显示，标签将有一个删除线。这些不能调整，但如果您不小心从 Frigate 提交了一个真阳性作为误报，可以删除它们。 false positive

错误识别的对象应添加正确的标签。例如，如果一个人被错误地检测为猫，您应该在 Frigate 中将其提交为误报，并为该人添加标签。这些框将重叠。

add image