几十年来，人们梦想创造具有人类智能特征的机器，能够像人类一样思考和行动。最令人着迷的想法之一是让计算机能够“看到”并解释周围的世界。昨天的虚构已成为今天的事实。由于人工智能和计算能力的进步，计算机视觉技术在融入我们日常生活方面取得了巨大飞跃。
在本文中，我们将仔细研究计算机视觉，以了解它是什么、如何使用它来创建人工智能技术以及创建它所需的数据标注。
什么是计算机视觉
如果人工智能使计算机能够思考，那么计算机视觉使它们能够看到、观察和理解。
就像人类可以看一眼一个物体并了解它是什么及其一些特征一样，如果机器经过正确的训练，也可以做到同样的事情。
你看，人类有一个优势，可以利用一生的背景来训练如何区分物体、它们有多远、它们是否在移动以及图像中是否有问题。
因此，计算机视觉执行相同的功能，但它是通过数据和相机来实现的。
计算机视觉系统需要使用带注释的训练数据集进行训练，这使得它们能够识别现实世界中的物体。话虽如此，根据项目的规格，可能需要多种类型和结束的数据标注，在下一节中，我们将讨论计算机视觉的一些最常见的数据标注类型。
计算机视觉的图像标注
图像标注是数据标注的子集，其中标注侧重于静态数字图像。
这项工作允许将图像特定信息传递给正在训练的计算机视觉模型。
在某些情况下，图像标注过程可以自动化，这将有助于推进项目。
然而，也有一些情况需要手动完成标注过程，但标注的质量会更高。
这是整个人工智能项目的一个关键方面，因为这使得计算机视觉能够理解和处理它在物理世界中看到的东西。
现在我们已经了解了图像标注的总体概述，让我们更深入地研究并探索各种类型的图像标注。
计算机视觉的图像数据标注类型
虽然图像标注对于训练计算机视觉系统是必要的，但图像标注可以进一步细分为各种类型的标注。
让我们看一下不同类型的图像标注：
图像分类——这是指为整个图像分配标签或类别
对象识别/检测——这涉及识别图像和视频中的对象
边界识别– 检测并定位场景中对象之间的显着边界
语义分割——为图像中的每个像素分配一个类标签
实例分割——检测对象实例并划定其边界
全景分割——一种图像分割任务，它将实例分割和语义分割的预测结合成通用的统一输出
计算机视觉的视频标注
视频标注与图像注释类似，只是它基本上处理运动图像。
这些标签被添加到视频剪辑中的对象上，训练人工智能系统像人类一样观察世界。
数据注释器负责注释视频中的每一帧，这非常耗时，因为视频可以以每秒 30 帧 (fps) 的速度拍摄，如果是高质量视频，甚至可以以 60 fps 的速度拍摄。
因此，即使您的视频只有 2 分钟长，但以 60 fps 拍摄，也已经有 7,200 帧需要注释。
计算机视觉的视频数据注释类型
现在，让我们仔细看看各种类型的视频注释：
3D 长方体注释– 用于对象的精确 3D 表示。
3D 边界框方法有助于标记运动中物体的长度、宽度和深度
折线– 这种类型的注释主要用于汽车领域。
它有助于训练基于计算机的人工智能工具来检测街道车道，以开发高精度自动驾驶车辆系统。
多边形– 多边形注释允许注释对象的所有精确边缘，无论形状如何。
事件跟踪——这涉及对视频轨道进行注释、及时定位和标记感兴趣的事件。
该方法用于检测所有感兴趣的事件。
最常使用计算机视觉的行业
计算机视觉是一项快速发展的技术，预计到 2030 年将达到 411.1 亿美元，2020 年至 2030 年复合年增长率为 16.0%。以下行业已经开始利用计算机视觉技术为其客户提供更好的体验。
汽车——计算机视觉也是 ADAS 和自动驾驶汽车的一个组成部分。
例如，该技术可用于识别周围的物体，检测障碍物和路面缺陷，以提高驾驶员对道路的认识，提高其安全性，并允许自动驾驶车辆在道路上行驶。
农业——计算机视觉广泛用于监测田间状况、检测杂草、分析农作物的健康状况并监测其生长。
农民使用计算机视觉实时管理牲畜、检测异常行为并监测动物的健康状况。
制造和机器人技术——该技术使工业机器人能够“看到”周围环境并执行工厂的各种任务。
计算机视觉还可以用于改善工业工作场所的安全：例如，跟踪所有工人是否佩戴头盔或与危险物体保持安全距离。
建筑——公司可以使用计算机视觉驱动的摄像头自动检测和分类建筑区域，以帮助提高建筑工地的安全和保障。
计算机视觉已被用于监控建筑工地，以识别潜在的危险状况以及施工进度。