矩形框标注，通常又称为边界框标注，是指在数字图像中，用矩形框出目标物体的位置和范围，并为该框赋予特定类别标签的数据处理过程。其核心产出是一组坐标数据（通常为左上角和右下角坐标，或中心点坐标加宽高）以及对应的类别信息。这种标注形式为模型提供了物体“在哪里”以及“是什么”的基础监督信号。

其根本价值在于为物体检测模型提供标准化的训练数据。通过大量带有精确矩形框标注的图像，检测模型（如YOLO、Faster R-CNN等）能够学习到不同类别物体的外观特征、尺度变化以及空间分布规律，从而获得在新图像中自动定位并识别物体的能力。矩形框标注是通往图像理解的第一步，是许多高级视觉任务（如实例分割、姿态估计、行为分析）不可或缺的数据预处理环节。