大型地理空间图像支持
标注大量卫星、航空和地理空间图像，无需手动缩小或分割图像。
边界框多边形边界分割掩模
地理空间标注特征
复杂地理空间标注所需的一切
标记大型航空图像、分割复杂区域、追踪道路和边界，并在不丢失视觉上下文的情况下应用一致的本体。
深度变焦和多分辨率查看
跨多个分辨率级别从大区域概览无缝导航到精细的对象级细节。
地理空间坐标支持
创建和导出标注时保留空间坐标和地理配准。
本体
地理空间图像的分层类、嵌套属性和结构化元数据。
人工智能辅助自动标记
通过查找相似、Magic Touch 和自动标注加速重复的地理空间标记。
边界编辑像素级
像素完美分割
精确描绘建筑物、道路、地块、植被、基础设施和不规则地理区域。
精确的边界多边形和蒙版工具
为什么 AI 团队选择 Unitlab 进行地理空间标注
通过人工智能辅助自动化、可扩展的工作流程和更低的运营成本，更快地标注复杂的地理空间数据集。
15倍
更快的地理空间标注
90%
自动地理空间标注
10倍
降低标注成本
支持的地理空间标注类型
所有地理空间标注类型 在一个平台上。
在航空和地理空间图像上创建边界框、分割蒙版、多边形、骨架、折线、关键点和 3D 长方体。
01
边界框
使用精确的矩形区域检测车辆、结构和资产。
02
分割
为道路、水、植被、建筑物或损坏创建像素精确的遮罩。
03
多边形
用精确的顶点勾画出地块、屋顶、田野和场地边界。
04
骨骼
仅将连接的地标用于需要定义点结构的视觉目标。
05
线/折线
追踪道路、路径、公用走廊、海岸线和其他线性特征。
06
点/关键点
在图像中标记电线杆、标志、地标、检查目标和其他精确位置。
07
长方体/3D 盒子
使用深度感知框表示受支持的视觉目标，其中透视使 3D 范围变得有用。
08
项目属性
描述完整的图像，包括来源、捕获条件、质量和场景级属性。
09
关系
通过上下文关系连接建筑物、道路、车辆和其他带标注的对象。
地理空间数据集管理和标注工作流程
整理地理空间数据并自动化标注工作流程。
搜索、版本控制和检查地理空间数据集，连接 AI 模型，并通过审核和批准移动标注。
数据集版本
随着地理空间数据的发展，创建和管理数据集版本。跟踪更改、分配工作并使每个版本保持可审核和生产就绪状态。
语义搜索
通过语义理解而不是手动过滤器来探索大型地理空间数据集。查找不同条件下的匹配航拍图像。
嵌入视图
在训练前可视化数据集结构，识别异常值和标签问题，并提高地理空间数据质量。
集成工作流程
构建在一个连续循环中连接模型、标注、审查和质量保证的工作流程。减少交接并保持数据集从标记到批准的过程。
带上您的地理空间模型
连接您自己的 AI 模型以进行预标记和模型辅助标注。提高现实世界地理空间数据集的准确性并更快地迭代。
解决方案
空间人工智能的地理空间标注解决方案
将卫星、航空和无人机图像转化为土地、农业、基础设施和环境情报的结构化数据集。
What geospatial annotation types does Unitlab support?+
Unitlab 支持边界框、分割蒙版和画笔、多边形、骨架、直线和折线、点和关键点、长方体和 3D 框、关系、类属性和项目属性。团队在可重用本体中定义标签和规则，以获得一致的地理空间训练数据。
地理空间标注文档How can AI assist geospatial image labeling?+
使用内置基础模型或自带模型来为支持的图像标注类型生成视觉预测。标注者审查和完善模型输出，因此人工批准仍然是质量流程的一部分。
自动标记文档Can Unitlab support large aerial images and precise visual inspection?+
是的。 Unitlab 将其视觉标注工作区应用于航空图像，以便团队可以检查小型结构，同时保持更广泛的图像背景。根据每个图像的情况使用框、多边形、蒙版、折线和关键点。
图像标注文档How do ontologies and properties work in geospatial annotation?+
可重用本体定义类、属性、项目属性和关系。例如，建筑物可以具有类型和条件属性，道路可以具有类型和表面属性，并且两个对象可以通过相邻关系连接。
属性和关系文档How does Unitlab manage geospatial annotation quality and review?+
可配置的工作流程通过标注、审查、返工和批准来路由地理空间任务。说明、作业、评论、问题、标注历史记录、数据集版本和发布使个别专家和企业团队的质量决策保持可追溯性。
标注和审查文档Can teams use their own AI models for geospatial pre-labeling?
是的。 Unitlab 可以将自定义模型引入标注工作流程以生成预标签和预测。标注者审查并纠正模型输出，而不是从零开始，而人工批准仍然是受控质量流程的一部分。
模型集成文档Can Unitlab curate, annotate, and version geospatial datasets in one platform?
是的。团队可以使用元数据过滤器、语义搜索、嵌入、相似性和异常值发现来管理地理空间数据，然后标注选定的样本、审查结果并发布受控数据集版本以进行可重复的人工智能开发。
数据集管理文档
