Rotulagem de dados
Tipos de anotação de dados
Cada tipo de anotação tem um custo e uma capacidade diferentes. Escolher mal encarece o dataset sem melhorar o modelo — ou limita o modelo antes de ele existir.
Descreva o que o modelo precisa de aprender. Indicamos o tipo de anotação adequado.
Os tipos de anotação
Do rótulo mais barato ao contorno mais caro, e o que cada um permite.
-
Classificação
Um rótulo por imagem ou recorte. Responde “o que é isto”, não “onde está”. É o formato mais barato e suficiente quando a posição não importa.
-
Bounding boxes
Retângulo em torno de cada objeto. Dá localização aproximada a custo baixo e é o formato esperado por detetores como YOLO e Faster R-CNN.
-
Polígonos
Contorno ajustado ao objeto. Vale quando a caixa retangular apanharia fundo a mais — peças irregulares, produtos a granel, objetos na diagonal.
-
Segmentação semântica
Cada píxel recebe uma classe, sem separar instâncias. Adequado a superfícies e regiões: mancha, corrosão, área de cobertura.
-
Segmentação de instâncias
Cada objeto passa a ter máscara própria. Necessário quando objetos da mesma classe se tocam e têm de ser contados ou medidos em separado.
-
Keypoints
Pontos de referência sobre o objeto. Usado para orientação, pose, articulação e para medir distâncias entre partes.
-
Rastreamento em vídeo
O mesmo objeto mantém identidade entre fotogramas. É o que permite contar sem duplicar e analisar trajetória.
-
OCR e leitura de texto
Extração de código, lote, validade ou etiqueta a partir da imagem, com verificação do que foi lido.
-
Relações entre objetos
Registo do vínculo entre elementos: que rótulo pertence a que embalagem, que peça está em que posição do gabarito.
Como escolher
Quatro critérios que evitam pagar por precisão que o modelo não usa.
-
Comece pela decisão do modelo
Se o sistema só precisa de aprovar ou reprovar, a classificação basta. Se precisa de apontar onde, entra localização. Se precisa de medir, entra máscara.
-
O custo cresce com o contorno
Uma máscara pode custar várias vezes o preço de uma caixa. Esse custo só se justifica quando o contorno muda o resultado.
-
Os formatos podem conviver
Um mesmo dataset pode ter caixas na maior parte e máscaras num subconjunto, quando só alguns casos exigem detalhe.
-
Decidir cedo evita reanotação
Trocar de formato depois costuma significar refazer o trabalho. É a discussão que vale a pena ter antes do primeiro lote.
Formatos de exportação
A entrega é adaptada ao seu pipeline, e não o contrário.
-
COCO
JSON com imagens, categorias e anotações. Cobre caixas, polígonos e keypoints.
-
YOLO
Um ficheiro de texto por imagem, com coordenadas normalizadas. Formato direto para a família YOLO.
-
Pascal VOC
XML por imagem, ainda usado por pipelines e ferramentas mais antigas.
-
Máscaras e esquema próprio
PNG por classe, ou o schema que a sua equipa já usa internamente.
Perguntas frequentes sobre tipos de anotação
O que equipas de ML perguntam ao definir o formato do dataset.
Qual é o tipo de anotação mais usado?
Bounding boxes, por equilibrarem custo e utilidade. Mas o mais usado nem sempre é o adequado — a escolha depende do que o modelo precisa de decidir.
Trabalham com anotação em vídeo?
Sim, incluindo rastreamento de identidade entre fotogramas, que é o que permite contagem sem duplicação e análise de trajetória.
Podemos misturar tipos no mesmo projeto?
Sim. É comum anotar a maior parte com caixas e reservar máscaras para o subconjunto que exige contorno preciso.
Usam a nossa ferramenta ou a vossa?
Trabalhamos com a ferramenta que o projeto exigir. Se já tem plataforma e licenças, operamos nela; se não, usamos a nossa e entregamos no seu formato.
Fale com a nossa equipa
Vamos compreender o seu desafio
Prefere agendar a conversa de diagnóstico? Use o link de agendamento. Ou preencha o formulário — a nossa equipa técnica responde.