为可见道路参与者绘制紧贴对象的二维边界框，并记录约定的遮挡或可见性属性。在整个数据集中使用相同的对象定义。
使用多边形、掩码和支持的线形标注描绘可见摄像头场景，并对照原始图像审核复杂边界。
摄像头感知数据标注在摄像头图像中准备二维标签，用于对象检测、语义分割和场景理解。Unitlab 帮助团队筛选整理、标注和审核这些训练示例。
本体可包含车辆、行人、骑行者、交通标志、信号灯、施工对象及相关场景区域。请选择与预期感知任务匹配的类别。
可以。标注人员可调整几何形状，记录结构化的可见性或遮挡属性。在开始工作前，应明确边界遵循可见部分还是其他约定。
此工作流涵盖二维摄像头图像及其支持的几何标注。可用于准备具有明确类别、边界和场景属性的图像感知数据集。
静态图像标签描述单帧中的对象和区域。当模型需要理解随时间变化的运动时，交通视频标注会增加持续轨迹和动态的帧级属性。
在开始工作前定义共享类别、结构化属性与清晰的标注指南。通过代表性示例和结合上下文的审核，解决摄像头感知数据集中的分歧。
可以。将图像标注送入审核与返工阶段。审核人员可检查源数据、修正标签，并在需要更多工作时将数据项退回。
可以。使用数据集搜索、元数据、标签和可用筛选条件选择相关图像资源。在准备工作流中保留代表性场景和困难示例。
以适合标签类型的受支持格式导出已审核图像标注。数据集版本帮助团队识别哪些已准备示例属于训练或评估发布版本。
