多邊形標(biāo)注能夠能夠幫助我們標(biāo)注一些規(guī)則復(fù)雜的物體，如動物、人、車、建筑物等，與矩形標(biāo)注框等方法相比，多邊形標(biāo)注更能精確展示被標(biāo)注物體的形狀、大小以及實(shí)時(shí)形態(tài)，通過大量的多邊形標(biāo)注工作，能夠更好的幫助我們提高算法模型的準(zhǔn)確性和魯棒性。

傳統(tǒng)的多邊形標(biāo)注方法中，標(biāo)注者需要在物體的邊緣上依次單擊鼠標(biāo)或使用繪圖工具，將點(diǎn)連接起來形成一個(gè)封閉的多邊形。標(biāo)注的難度取決于被標(biāo)注物體的復(fù)雜程度，相較于矩形框標(biāo)注更加費(fèi)時(shí)費(fèi)力，如果遇到大量待標(biāo)注目標(biāo)，則極大地影響工作效率。

成都慧視推出的AI自動圖像標(biāo)注平臺SpeedDP，作為一個(gè)簡易便于入手的深度學(xué)習(xí)算法開發(fā)平臺，自發(fā)布以來受到了多方關(guān)注。隨著呼聲的強(qiáng)烈經(jīng)過多個(gè)版本迭代，也終于能夠支持多邊形標(biāo)注，尤其是YOLOv8分割算法，使用者通過算法模型的大量訓(xùn)練，能夠不斷提升算法精準(zhǔn)度，從而更好地進(jìn)行自動化新數(shù)據(jù)集多邊形標(biāo)注。