用多边形标记图像比用方形标记好吗？

Question

我的目标是建立一个目标检测模型，我用方形框标记数据，如果我用多边形标记图像，它会比方形更好吗？

(在戴安全帽或不戴安全帽的人的图像上贴上标签)

我确实尝试过在一些图片上贴上多边形形状的标签，在导出txt文件后，为什么它在文本文件中只有4个点，就像用正方形标记的一样，这些点如何表示我所准确标注的区域？

1 0.573748 0.018953 0.045332 0.036101
1 0.944520 0.098375 0.108931 0.167870

Answer 1

您已经将对象标记为多边形格式，但是当您将对象转换为YOLO格式时，标签中的信息减少了。下面的图片显示了我认为是如何发生的；

​

...where您已经做了多边形形状注释(黑色形状)。但是，转换从多边形坐标点“搜索”最小x值，从对应多边形坐标点搜索最小y值。而且，这些是YOLO格式的“前两个”值。同样的逻辑也发生在“宽度”和“高度”-parameters上。

关于标签和数据集背后的想法的一个很好的描述在pqfM中。

简而言之，为了您的目的(为了提高效率)，我建议您只使用矩形进行快速方便的注释--而不是耗时的多边形注释。

Answer 2

您正在使用的YOLO很可能只有方形注释支持。请参见这段视频显示结果的平方和多边形质量以进行检测，以及创建自定义数据集所需的注释时间问题。

要使用多边形掩码，我可以建议改用YOLOv3-多边形或YOLOv5-多边形吗？