Foldbun Annotation

Foldbun Annotation

面向计算机视觉的图像标注平台

使用矩形框、旋转框、多边形、蒙版和点标注图像,对整张图像分类,并转写图中文字。SAM 3 可根据文本提示生成候选标注,模型预测结果可在同一项目中与真值对比评估。

免费开始:个人工作区、每日免费额度和一份示例项目。

  • 面向桌面浏览器的网页应用,适用于宽度不小于 1200 像素的窗口,无需安装。
  • 使用 Foldbun ID 登录,一个账户通用于所有 Foldbun 产品。
  • SAM 3 分割由 Foldbun Stack 提供。
标注工作台 · street.webp示例数据
Foldbun Annotation 标注工作台:街景照片上有 SAM 3 生成的汽车和行人多边形,两条待定提案以虚线显示,左侧为标签列表,右侧为标注列表。

人工图像标注

以键盘操作为主的标注工作台,适用于目标检测、图像分割、图像分类和 OCR 数据标注。

  • 支持常用几何类型

    矩形框、旋转框、可带洞的多边形、四边形、点,以及用画笔和橡皮绘制的按标签蒙版。右键菜单可在几何类型之间转换。

  • 图像分类

    每张图像可单选或多选类别,用数字键设置,每个类别可指定参考图。

  • OCR 文字标注

    在矩形框、旋转框和多边形上转写文字,可标记“无法辨认”和“竖排”,并在校对页逐条核对。

  • 内置检查

    问题面板列出零面积、越界、同类高度重叠、不允许的几何类型和缺少转写等问题,点击条目即可在画布上定位。

  • 键盘优先

    单键切换工具,数字键切换标签,支持撤销、重做和命令面板。所有快捷键均可重新设置。

  • 标注版本

    每个项目可包含多个相互独立的标注版本,可合并到主版本,也可设为主版本。

工作台中的文字标注:票据上的四边形各带转写文字,其中一行的转写框处于打开状态。
票据上的文字标注(示例数据)。

基于 SAM 3 的自动标注

模型输出以待定提案的形式写入:既未经审核、也未达到采纳阈值的结果不会成为真值。

  • 按文本提示查找

    输入标签名或简短的英文短语,即可找出当前图像中所有匹配的目标。SAM 3 返回多边形或蒙版,大语言模型检测返回矩形框。

  • 先试跑,再全量运行

    由样本范围、检测器、后处理和标签映射组成的流水线先在随机抽取的 8 至 16 张样本上试跑,再由服务端对整个项目运行。关闭浏览器不会中断运行。

  • 按标签设置阈值

    高于采纳阈值的结果直接成为标注,处于灰区的结果成为待定提案,低于丢弃阈值的结果被舍弃。

  • 审核与合并

    全量运行写入新的标注版本。在工作台中用 A 和 X 采纳或拒绝提案,审核完成后合并到主版本。

  • 提示词调优

    为一个标签生成多个候选提示词,在少量样本上与已有标注对比评分,给出召回率、精确率、F1 和推荐阈值。

  • 按额度计量

    模型调用消耗工作区或所属组织的额度。试跑后显示整个项目的预估用量,再决定是否全量运行。

自动标注页面:左侧为流水线设置,中间为八张图像的试跑结果,右侧为按标签设置的阈值。
全量运行前的试跑(示例数据)。

模型评估:预测结果与真值对比

导入任意模型的预测结果,与标注逐类、逐图对比。

  • 检测指标

    逐类精确率、召回率、F1 与 AP,[email protected] 与 [email protected]:.95,PR 曲线,以及点击即可查看对应样本的混淆矩阵。

  • 分割与文字指标

    蒙版的逐类 IoU、mIoU 与像素准确率;OCR 的端到端精确率、召回率、F1、字符错误率(CER)和整串准确率。

  • 在图像上查看错误

    每张图像上标出真阳性、假阳性和假阴性,置信度滑块即时生效。假阳性可一键转为待定提案。

  • 预测结果格式

    COCO 结果 JSON、带置信度的 YOLO txt、单通道 PNG 类别蒙版,以及文字的 ICDAR 或 PaddleOCR 结果。

评估报告:逐类精确率、召回率与 AP,PR 曲线和混淆矩阵。
评估报告(示例数据)。

工作区、组织与权限

支持团队协作标注:共享项目、按项目分配角色、按图像加编辑锁。

项目角色及其权限
角色查看标注辅助标注数据导出管理项目
管理者是是是是是是
编辑者是是是是是否
标注员是是否否否否
查看者是否否否否否

工作区

项目位于工作区中。工作区所有者和管理员通过链接邀请成员和访客,并决定是否允许将图像发送给模型服务。

组织

组织统一管理旗下工作区,持有额度余额和资源配额,并可为工作区设定预算、为成员设定月度上限。

编辑锁

正在编辑的图像对其他成员锁定,其他成员的修改无需刷新页面即可看到。

数据集导入与导出格式

数据集连同标注一并导入,并按训练流程所需的格式导出。

支持的标注格式
格式导入导出说明
COCO(检测、实例分割)是是多边形与 RLE 蒙版;OCR 使用 text 字段
YOLO(检测、分割、旋转框)是是类别序号,可选紧凑重排
Pascal VOC是是含 SegmentationClass 类别 PNG
ICDAR 2015是是四边形与文字;### 表示无法辨认
PaddleOCR 检测是是Label.txt
PaddleOCR 识别否是裁剪图与 rec_gt.txt
  • 文件夹、文件和数据集自动识别格式,并在本机检查重复;上传前可缩小尺寸或转为 WebP,上传中断后可续传。
  • 导出时可选择标注版本,待定提案不会被导出。
  • 不支持:COCO 全景分割、DOTA、通用语义分割 PNG 和视频。

常见问题

如何获得 Foldbun Annotation 的使用权限?

使用 Foldbun ID 登录即可开始。每个账户自动获得一个个人工作区、一份示例项目和每日免费额度;团队工作区由管理员邀请加入。

支持哪些设备?

标注工作台是面向桌面浏览器的网页应用,适用于宽度不小于 1200 像素的窗口,不支持在手机或窄窗口中标注。

界面支持哪些语言?

界面为简体中文,部分页面另有英文版本。

自动标注使用哪些模型?

文本提示分割与检测使用 SAM 3(由 Foldbun Stack 提供),矩形框检测还可使用大语言模型。

自动标注时图像会发送到哪里?

只有调用模型的功能才会发送图像,且只发送给运行该模型的服务:SAM 3 发送到 Foldbun Stack,大语言模型检测发送到外部大模型服务商。工作区所有者和管理员可分别关闭这两类发送,组织也可为旗下所有工作区统一关闭。

可以导入和导出哪些标注格式?

COCO、YOLO(检测、分割、旋转框)、Pascal VOC、ICDAR 2015 和 PaddleOCR,详见上方的格式表。

如何计费?

人工标注不消耗额度,模型调用消耗工作区或所属组织的额度。目前暂不公开价格。

支持视频标注吗?

不支持。Foldbun Annotation 只处理静态图像,超大图像在导入时会被拒绝。

Foldbun Annotation — 面向计算机视觉的图像标注平台

人工标注、SAM 3 自动标注与模型评估,集中在同一个桌面工作台中。