# 标注数据集

## 概述

Hub AI 包含一个用于手动标注的样本编辑器、由分割模型提供支持的智能标注，以及用于处理更大批量的模型预标注。在每个工作流程中，审查标签并将已批准的样本移至“已完成”，以便它们有助于数据集健康状况和运行验证。

> **Note**
> 在标注之前创建数据集任务和类。编辑器工具和兼容的模型检查点由该定义确定。

## 手动标注样本

下面的对象检测示例在每个托盘周围绘制一个框。其他任务类型在同一编辑器中公开其相应的工具。

打开数据集并从网格中选择一个样本。使用过滤器按标注存在、状态、拆分、数据集版本、标签或类来缩小样本范围。

选择所需的类并使用任务工具标注图像。为对象检测绘制框，为分割绘制多边形，为关键点放置骨架点，为分类选择图像级类，或为 OCR 输入区域和文本。

使用区域和标签面板检查、选择或删除单个标注。

单击“更新”，选择“样本拆分”，并设置“样本状态”。将已审查的工作移至“已完成”，然后使用上一个和下一个控件继续浏览过滤后的集合。

当您需要对样本进行分组以进行过滤、预标注或后续版本化训练运行时，可以从数据集网格中添加标签。

> **Note**
> 编辑“未标注”或“预标注”样本会自动将其状态更改为“已标注”。标注状态是可选的审查工作流程，但只有“已完成”的样本才会计入健康状况和运行验证所使用的拆分大小。

## 使用智能标注

智能标注使用可提示模型来加速区域创建。它们适用于对象检测数据集（包括带有嵌套分割任务的对象检测）和语义分割数据集。

打开样本并单击“智能标注”。如果没有引擎处于活动状态，请启动它并等待推理可用。预热通常需要 5-10 分钟。

引擎准备就绪后，选择“标注”以在整个图像中提出区域，“带选择标注”以将提案限制为您绘制的框，或“带文本标注”以使用类和描述进行提示。下面的示例显示了本机文本提示面板。

检查返回的区域，更正或删除不合适的提案，分配正确的类，然后单击“更新”。Hub 显示置信度高于 0.5 的智能标注提案，但仍需要人工审查。

## 使用训练好的模型进行预标注

预标注在选定的数据集样本组上运行由 Hub AI 生成的 PyTorch 检查点。在第一个模型训练完成并有新的未标注数据到达后，这会很有用。

打开数据集操作菜单并选择“预标注”。

选择要处理的“标注状态”。可选地按标签过滤；使用“AND”要求所有选定的标签，或使用“OR”接受任何选定的标签。

选择合并策略：

 * 无：跳过将匹配的预测与现有样本匹配，因此 Hub 将预测输出作为新样本摄取。
 * 追加标注：保留现有标注并将预测添加到匹配的样本。
 * 替换标注：在添加预测之前从匹配的样本中删除现有标注。

然后选择由 Hub AI 训练运行生成的“模型检查点”并提交表单。

从“作业”中监控“预标注”作业。成功的样本将返回“预标注”状态。将网格过滤到该状态，审查并更正预测，然后将已批准的样本移至“已完成”。

> **检查点兼容性**
> 预标注需要一个 PyTorch 检查点，其任务、任务名称和类与数据集匹配。如果没有兼容的检查点可用，请首先创建一个项目并完成一个 [训练运行](/cloud/hubai/training/runs.md)。

> **一次更新多个样本状态**
> 要批量更新标注状态，请打开数据集的“样本”选项卡并单击“编辑样本”。选择单个样本，选择“选择页面所有样本”，或选择“选择整个数据集”。然后打开“操作”，选择“更新标注状态”，并选择新状态。
