图像标注根据任务需求的不同，衍生出多种精细化的类型，每种类型都对应着独特的应用价值。

一、边界框标注

这是最常见和基础的标注类型，通过在目标物体周围绘制紧密的矩形框，并为其指定类别标签来完成。它主要服务于目标检测任务，即让模型学会在图像中“找到并识别”物体。例如，在自动驾驶数据集中，标注员需要在街景图像中用框标出车辆、行人、交通标志等；在零售领域，用于标注货架上的商品，以进行自动盘点或消费者行为分析。边界框标注的挑战在于框的紧密性与一致性，需确保框体完整覆盖目标且尽量减少背景区域。

二、多边形与语义分割标注

当需要更精确地勾勒物体轮廓时，边界框便显得粗糙。多边形标注通过沿物体边缘打点连线，形成贴合轮廓的多边形区域。而语义分割则要求标注图像中每一个像素所属的类别，为不同类别的物体区域赋予不同的颜色标签。这种像素级的精细标注是图像分割任务的基础，广泛应用于医疗影像分析（如标注肿瘤区域）、遥感图像解译（区分农田、森林、水域）、以及自动驾驶中对可行驶区域、车道线的精确识别。

三、关键点与骨骼标注

这类标注用于标记物体上具有特定意义的点。在人脸识别中，可能标注眼睛、鼻子、嘴角等关键点，用于分析表情或进行身份验证。在人体姿态估计中，则标注人体主要关节（如肩、肘、腕、髋、膝、踝）的位置，并连接形成骨骼框架，从而让机器理解人的动作姿态，应用于体育分析、动画制作、安防监控等场景。其核心挑战在于点的定位精度和遮挡情况下的合理推断。

四、3D点云标注

对于来自激光雷达或深度相机的三维点云数据，标注工作需要在三维空间中进行。常见的任务包括3D边界框标注（用于自动驾驶中精确估算车辆、行人的三维尺寸和朝向）、点云语义分割（为每个三维点赋予类别）以及实例分割。这是实现高等级自动驾驶和环境三维感知不可或缺的数据基础，其复杂度和对标注空间想象能力的要求远高于二维图像。

五、图像分类与属性标注

图像分类标注为整张图像赋予一个或多个全局性标签，例如判断图片内容是否为“风景”、“动物”或“室内场景”。属性标注则更为细致，描述图像中目标的特征，如车辆的颜色、型号，行人的衣着颜色、是否携带背包等。这类标注常用于图像检索、内容过滤和细粒度识别系统。

信息来源：网易伏羲