Rotulagem de dados
Tipos de anotação de dados
Cada tipo de anotação carrega um custo e uma capacidade diferente. Escolher errado encarece o dataset sem melhorar o modelo — ou limita o modelo antes de ele existir.
Descreva o que o modelo precisa aprender. Indicamos o tipo de anotação adequado.
Os tipos de anotação
Do rótulo mais barato ao contorno mais caro, e o que cada um habilita.
-
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 volta de cada objeto. Dá localização aproximada a custo baixo e é o formato esperado por detectores como YOLO e Faster R-CNN.
-
Polígonos
Contorno ajustado ao objeto. Vale quando a caixa retangular pegaria fundo demais — peças irregulares, produtos a granel, objetos na diagonal.
-
Segmentação semântica
Cada pixel recebe uma classe, sem separar instâncias. Adequado para superfícies e regiões: mancha, corrosão, área de cobertura.
-
Segmentação de instâncias
Cada objeto vira uma máscara própria. Necessário quando objetos da mesma classe se tocam e precisam ser contados ou medidos separadamente.
-
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 quadros. 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
Registro do vínculo entre elementos: qual rótulo pertence a qual embalagem, qual peça está em qual 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 aprovar ou reprovar, classificação basta. Se precisa apontar onde, entra localização. Se precisa medir, entra máscara.
-
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.
-
Formatos podem conviver
Um mesmo dataset pode ter caixas na maior parte e máscaras em um 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 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 arquivo 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 o seu time já usa internamente.
Perguntas frequentes sobre tipos de anotação
O que times de ML perguntam ao definir o formato do dataset.
Qual tipo de anotação é o mais usado?
Bounding boxes, por equilibrar custo e utilidade. Mas o mais usado nem sempre é o adequado — a escolha depende do que o modelo precisa decidir.
Vocês trabalham com anotação em vídeo?
Sim, incluindo rastreamento de identidade entre quadros, que é o que permite contagem sem duplicidade 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.
Vocês usam nossa ferramenta ou a de vocês?
Trabalhamos com a ferramenta que o projeto exigir. Se você já tem plataforma e licenças, operamos nela; se não, usamos a nossa e entregamos no seu formato.
Fale com nosso time
Vamos entender seu desafio
Prefere agendar a conversa de diagnóstico? Use o link de agendamento. Ou preencha o formulário — nosso time técnico responde.