这些带标签的图像有时被称为真实数据,然后将被输入计算机视觉算法。通过训练,最后该模型将能够从未注释的图像中区分不同种类的动物。虽然上面的例子非常简单,但进一步深入到计算机视觉更复杂的领域(如自动驾驶汽车),则就会需要更复杂的图像标注。
由于计算机视觉研究的是模仿或超越人类视觉能力的机器开发,训练这样的模型需要大量的带标注的图像。
你用来训练、验证和测试你的计算机视觉算法的图像将对你的人工智能项目的成功产生重大影响。数据集中的每张图像都必须经过深思熟虑和准确的标记,以训练人工智能系统像人类一样识别物体。图像标注的质量越高,机器学习模型的性能就可能越好。