Сервис обнаружение объектов на изображении

Разметка bounding box для AI/ML-заказчиков, которым требуется обучение моделей.

Сервис предназначен для решения задач, в которых требуется выделить конкретный объект или нарисовать рамку вокруг объекта на изображении.

Точная разметка bounding box по приемлемой цене.

Быстрый стартAPI

Bounding box разметка для обнаружения объектов на изображении

Сервис распознавания объектов на изображении (object detection)

Пример распознавания объектов на изображении (object detection)

Обнаружение объектов - наиболее популярная задача в нише компьютерного зрения. Ее цель - сделать так, чтобы алгоритмы машинного обучения могли определять наличие или отсутствие конкретных объектов на изображении, представляющих интерес.

Решение задачи стало возможным благодаря методу известному как object detection. Модель обнаружения объектов в машинном обучении (ML) получает информацию о содержимом изображения, используя метки bounding box.

Пример bounding box

Что такое bounding box? В распознавании объектов bounding box - это простая фигура, обычно, параллелепипед, ограничивающая форму более сложной геометрической фигуры. Bounding box представляют собой прямоугольные метки, играет роль габаритного контейнера для такой модели. Как упрощённая аппроксимация сложной фигуры, контейнер используются для быстрого и простого определения расположения объекта в пространстве.

Bounding box обозначает объекты или особенности, представляющие интерес для модели, будь то человек, дорожный знак, транспортное средство или что-либо еще. Рамки определяются двумя точками, обычно это левый верхний и правый нижний углы рамки. Поскольку они обеспечивают четкий способ описания местоположения и размера объектов на изображении, эти простые прямоугольные метки часто используются в задачах обнаружения и локализации объектов. Это все, что нужно знать об ограничивающих рамках.

2D bounding boxes для обнаружения объектов

AI логотип

Обучение алгоритмов машинного обучения выполнению задач по обнаружению объектов.

Как модели искусственного интеллекта учатся обнаруживать объекты на изображениях? Для корректной работы алгоритмов машинного обучения требуются большие массивы данных изображений, в которых объекты четко идентифицированы с помощью 2D bounding box рамок.

Обучение алгоритмов машинного обучения выполнению задач по обнаружению объектов с помощью bounding box

Разметка bounding box помогает в обнаружении, локализации и классификации объектов на изображениях. Она помогает идентифицировать объекты, рисуя рамку вокруг них на изображении.

Алгоритм машинного обучения можно обучить распознавать закономерности, если предоставить ему достаточно большой набор данных и точно обозначенные bounding box. После соответствующего обучения модель искусственного интеллекта может автономно и без помощи человека автоматически идентифицировать заданный объект на иных изображениях.

Обучение алгоритмов машинного обучения выполнению задач по обнаружению объектов с помощью ruCaptcha API

ruCaptcha предлагает инструмент маркировки данных с помощью bounding box. Разметка изображения выполняется в соответствии с требованиями заказчика и чаще всего предполагает рисование рамки как можно ближе к краям объектов. Используя наше решение, вы можете строить современные модели компьютерного зрения на основе machine learning.

Сервис ruCaptcha помогает обнаруживать объекты путем точного и качественного разметки 2D-боксов вокруг интересующих объектов. В зависимости от предпочтений клиента мы также готовы использовать любой другой подход аннотирования, рекомендованный клиентом.

API для bounding box разметки объектов

Этот метод можно использовать для решения задач, в которых вам нужно выбрать определенный объект или нарисовать рамку вокруг объекта, показанного на изображении, а также для разметки данных.

Поддерживаемые форматы изображений: JPEG, PNG, GIF
Максимальный размер файла: 600 kB
Максимальный размер изображения: 1000px с любой стороны

Спецификация для типа задачи BoundingBoxTask

СвойствоТипОбязателенОписание
typeСтрокаДаТип задачи: BoundingBoxTask
bodyСтрокаДаИзображение закодировано в формат Base64. Также поддерживается формат Data-URI (содержащий префикс data:content/type)
commentСтрокаДа*Работникам будет показан комментарий, который поможет им правильно разгадать капчу.
Свойство comment обязателено, при отсутствии свойства imgInstructions.
imgInstructionsСтрокаДа*Необязательное изображение с инструкцией, которое будет показано работникам. Изображение должно быть закодировано в формат Base64. Максимальный размер файла: 100 кБ.
Свойство imgInstructions обязателено, при отсутствии свойства comment.

Пример запроса

Метод: createTask
Конечная точка API: https://api.rucaptcha.com/createTask

{
    "clientKey":"YOUR_API_KEY",
    "task": {
        "type":"BoundingBoxTask",
        "body":"/9j/4AAQSkZJRgABAQAAAQ..HIAAAAAAQwAABtbnRyUkdCIFhZ.wc5GOGSRF//Z",
        "comment":"draw a tight box around the green apple"
    }
}

Пример ответа

{
    "errorId": 0,
    "status": "ready",
    "solution": {
        "bounding_boxes": [
            {
                "xMin": 310,
                "xMax": 385,
                "yMin": 231,
                "yMax": 308
            }
        ]
    },
    "cost": "0.0012",
    "ip": "1.2.3.4",
    "createTime": 1692863536,
    "endTime": 1692863556,
    "solveCount": 1
}

Преимущества

  • Высокая точность

    Сервис предлагает точную разметку с проверкой результата.

  • Доступные тарифы

    Сервис предлагает экономичные аннотации в ограничительной рамке с максимальной точностью.

Сценарии использования

С помощью маркировки данных можно решить широкий спектр задач искусственного интеллекта. Сервис ruCaptcha - лидер в области аннотирования и маркировки данных для электронной коммерции и розничной торговли.

Маркировка данных используется в задачах компьютерного зрения, включая:

  • Пример обнаружения объектов с помощью ruCaptcha API

    Обнаружение объектов:

    bounding boxes используются для определения местоположения и идентификации объектов на изображениях. Они работают с различными методами машинного обучения и определяют местоположение объектов. Системы распознавания и обнаружения объектов, такие как YOLO, обучаются на наборе данных с метками.

  • Пример отслеживания объектов с помощью ruCaptcha API

    Отслеживание объектов

    bounding boxes также используются в видео моделях для отслеживания местоположения и движения объектов. Это позволяет использовать их в различных областях, включая автопилотирование автомобилей, аналитику видеонаблюдение. Например, вы можете захотеть, чтобы камера видеонаблюдения оповещала вас, если она обнаружит грабителя. Если автопилот обнаруживает впереди пешехода, знак "Стоп" или светофор, он может подготовить свои дальнейшие действия правильным образом.

  • Обучения автопилотов с помощью ruCaptcha API

    Обучения автопилотов

    Наиболее широко используемая задача разметки изображений, крайне необходимая для обучения моделей транспортных средств с автопилотом путем маркировки объектов на изображениях дорожного движения, таких как автомобили, велосипеды и другие препятствия.

  • Обучение моделей машинного обучения визуальному поиску с помощью ruCaptcha API

    Удобный поиск товаров в интернет-магазинах

    Автоматическая маркировка одежды и вещей для обучения моделей машинного обучения визуальному поиску в электронной коммерции.

  • Обучение моделей машинного обучения для определения степени повреждения с помощью ruCaptcha API

    Обнаружение повреждений при страховых выплатах

    Обучение моделей машинного обучения для определения степени повреждения, например, для выявления повреждений крыши или автомобиля для целей страховой компани.

Сервис bounding box для разметки датасетов

Инструмент bounding box позволяет обозначать объекты на изображении. Граничные области определяются двумя точками, обычно это левый верхний и правый нижний угол области.

Ищете высококачественные услуги по разметке датасета? Мы хотели бы узнать больше о ваших проектах и обсудить индивидуальные решения по разметке для ваших задач.

Быстрый старт
Инструмент для рисования bounding box в сервисе ruCaptcha