常见的图像数据标注方式包括：边界框标注，即在目标周围绘制矩形框；
语义分割标注，将图像中的每个像素分配到不同的类别；
实例分割标注，对图像中的每个目标进行像素级别的标注；
关键点标注，标注图像中的关键点位置；
线条标注，标注图像中的线条或轮廓；
标注文本，将文本内容标注在图像中；标注属性，标注图像中的属性信息，如颜色、形状等。这些标注方式可以根据不同的任务需求进行选择和组合。
1、拉框标注
将我们看到的需要被检测的目标进行框选，例如我们的目标物体是路面的各类 ，首先把物体的位置确定好，再用贴合的线把 框起来就可以啦。根据任务类型一般为拉框、多边形等，贴字而不压字，按照正常的顺序进行即可。
其实智能算法就像人的大脑一样，它需要进行学习，通过我们将物理、语文、数学甚至是英语等各个学科的原始数据进行 拉框、属性选择、转写 等步骤操作， 产生让机器学习所需要的数据，通过学习后它就能够对特定的数据进行处理反馈 啦。
2、区域标注
一般来说图像区域都是基于图像分割的方式获取。与标识标牌相比，区域标注的要求就会更加的精确一些，边缘可以是柔性的，最典型的例子就是自动驾驶中，可行驶的路面识别标注。需要经过精确划分，划分出来的区域能拼成一个semantic整体就可以。
3、描点标注
在对特征要求细致的某些应用中，经常需要描点标注，一些对于特征要求细致的应用中常常需要描点标注。
4、人脸关键点标注
关键点标注是指通过人工的方式，在规定位置标注上关键点，例如人脸特征点、人体骨骼连接点等，常用来训练面部识别模型以及统计模型。
对图片中的人脸进行关键点定位，并返回常用的72、150、201人脸关键点坐标位置，包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓等，可应用于美颜拍摄、视频贴纸等场景，丰富用户玩法。
5、影像标注
DR指在计算机控制下直接进行数字化X线摄影的一种新技术，即采非晶硅平板探测器把穿透人体的X线信息转化为数字信号，并由计算机重建图像及进行一系列的图像后处理。
直接查看影像，可以用在医院影像科、放疗科、病理科、检验科等。
6、分类标注
这个算是图像标注中一个细小的分类，拿出来讲让大家更清晰一些，分类标注就是常见的打标签，一般都是从既定的标签中选择标注数据对应的标签，一张图就有很多标签，拿我们做的上汽项目举例，一张图上只有以车辆，要对他的车身、轮胎、车牌、车灯等等，都需要打上相应的标签。像做的文本类项目中有些文科的就是标注主语、谓语、宾语，名词动词等。
图像标注是一个将标签添加到图像上的过程。其目标范围既可以是在整个图像上仅使用一个标签，也可以是在某个图像内的各组像素中配上多个标签。
具体标注的方法取决于实际项目所使用到的图像标注类型。基于深度学习技术，可准确识别图像中的视觉内容，提供多种物体、场景和概念标签，具备目标检测和属性识别等能力，帮助客户准确识别和理解图像内容。
