最后更新：2026-09-04 00:01
实验5 数据标注实操¶
难度：★★☆ | 预估时长：__ 分钟
5.1 实验目的¶
- 知识目标：认识 makesense.ai 在线图像标注平台的功能定位，了解图像目标检测标注的基本流程，知道 YOLO、VOC XML、CSV 三种标注结果格式。
- 技能目标：能独立完成数据集压缩包解压与文件夹管理、图片导入与自定义标签创建；能熟练使用矩形、多边形工具完成图像目标检测标注，并按需导出三种格式标注结果。
- 素养目标：养成规范接收与管理课程资料、细致准确完成数据标注的操作习惯，为后续人工智能数据集制作、模型训练打下基础。
5.2 实验环境¶
- 操作系统：Windows 10 或 Windows 11
- 软件工具：Chrome 浏览器、解压工具
- 在线平台：makesense.ai 人工智能标注官网
- 学习资料：数据标注图像数据集压缩包、融媒体任务操作指引、当堂任务清单（📎 前往下载）
5.3 实验重难点¶
- 重点：电脑分屏拖拽操作；makesense.ai 平台进入与图片导入；自定义标签录入与项目创建；矩形 / 多边形目标框选标注流程。
- 难点：区分 Rect 矩形标注与 Polygon 多边形标注工具使用；正确选择格式导出标注结果；完整完成从文件接收、解压、标注到导出全流程。
5.4 实验内容¶
本节实验整体流程如下图所示：
graph LR
A[待命接收<br>课程文件] --> B[电脑分屏<br>双屏操作]
B --> C[解压数据集<br>进入标注平台]
C --> D[创建标签<br>启动项目]
D --> E[图像目标<br>标注实操]
E --> F[导出标注<br>结果]5.4.0 基础任务：待命接收文件¶
1. 任务描述
接收本节课课程资料。
2. 实验步骤
- 步骤 1：双击 课程资料.torrent：
- 步骤 2：等待下载完毕（100%进度条），然后双击打开文件夹：
为什么要用种子文件接收课程资料？
课程资料体积大，直接发文件容易失败；.torrent 种子就像"取件码"，用下载工具凭码取件，多人同时下载也稳定。
常见错误与排错
- 若下载卡住不动：确认双击的是 .torrent 种子文件，并等待进度条走到 100% 后再双击打开文件夹，别提前点。
5.4.1 任务 1：电脑分屏操作实操¶
1. 任务描述
学会屏幕广播模式下窗口拖拽分屏，实现双窗口并行办公操作。
2. 实验步骤
- 步骤 1：点击开启屏幕广播；
- 步骤 2：鼠标移至窗口上方标题栏，左键按住不放；
- 步骤 3：拖拽窗口到屏幕最左边或最右边后松开；
- 步骤 4：点击另一侧工作窗口，完成分屏布局。
分屏像什么？
分屏就像把一张课桌隔成两半：一半摆老师的屏幕广播，一半放自己的操作窗口，两边对照不用来回切换。
常见错误与排错
- 若拖不动窗口：要按住窗口上方标题栏再拖动，松手位置要在屏幕最左或最右边缘；
- 若另一侧没有内容：分屏后点击另一侧的工作窗口，即可完成分屏布局。
5.4.2 任务 2：数据集解压与标注平台进入¶
1. 任务描述
解压 数据标注图像数据集，登录 makesense.ai 并导入标注图片。
2. 实验步骤
- 步骤 1：右键 数据标注图像数据集.zip，选择「解压到"数据标注图像数据集\"(E)」；
- 步骤 2：打开浏览器，在地址栏输入 makesense.ai 网址，回车后进入数据标注平台：
- 步骤 3：点击中间的上传区域，选中本地刚刚解压后的文件夹内任意一张图片导入：
- 步骤 4：选择 Object Detection（目标检测） 模式：
图像标注是干什么的？
图像标注就像给照片里的物体一个个"圈出来贴名字"：AI 训练时就是靠这些圈和名字，才学会认汽车、认红绿灯的。
常见错误与排错
- 若平台打不开：确认地址栏输入的是 makesense.ai，网络可正常访问；
- 若找不到图片：要从刚刚解压后的文件夹里选取图片，别去原压缩包里找。
5.4.3 任务 3：自定义标签创建并启动项目¶
1. 任务描述
手动输入标注类别标签，完成标签列表创建并开启标注项目。
2. 实验步骤
- 步骤 1：页面提示标签列表为空时，点击输入框：
- 步骤 2：依次输入标签名称（如汽车、红绿灯等），输一个按一次回车；
- 步骤 3：全部标签录入完成后，点击 start project 启动标注项目。
标签是什么？
标签就像贴在物体上的"名字牌"：框选完目标后给它贴上名字，AI 才知道这个框里是汽车还是红绿灯。
常见错误与排错
- 若输入的标签没出现在列表里：输完一个标签要按一次回车确认，再输下一个；
- 若无法启动项目：标签列表为空时无法启动，先完成标签录入再点 start project。
5.4.4 任务 4：图像目标标注实操¶
1. 任务描述
选用对应标注工具，对图片目标进行框选并匹配对应标签。
2. 实验步骤
- 步骤 1：选择标注工具：Rect 矩形框 / Polygon 多边形不规则框；
- 步骤 2：在图片上对目标物体拉框完成圈选；
- 步骤 3：为框选目标选择对应的预设标签；
- 步骤 4：逐张图片重复操作，完成全部目标标注。
Rect 和 Polygon 怎么选？
Rect 矩形框像"相框"，规则物体直接框起来；Polygon 多边形像"剪纸描边"，不规则形状要沿着边缘一圈圈描。
常见错误与排错
- 若框选后目标没标签：拉框完成后要为该目标选择对应的预设标签，再进行下一个；
- 若标注不完整：逐张图片重复操作，别漏标、别只标一半就导出。
5.4.5 任务 5：标注结果导出¶
1. 任务描述
标注完成后，选择对应格式导出标注文件包。
2. 实验步骤
- 步骤 1：点击页面 Actions 下的 Export Annotations 导出功能；
- 步骤 2：任选一种格式导出：YOLO 压缩包、VOC XML 压缩包、CSV 单个文件；
- 步骤 3：确认导出并保存文件到本地文件夹。
三种导出格式怎么理解？
YOLO、VOC XML、CSV 就像同一本书的三种"装订版式"：内容都是你画的框和标签，只是排版格式不同，按后续模型训练需要选即可。
常见错误与排错
- 若导出后找不到文件：注意浏览器下载保存位置，确认文件已保存到本地文件夹再提交作业。
5.5 实验总结¶
本次实验掌握了以下要点：
- 一是学会了课程文件待命接收与电脑分屏双窗口操作，能边看广播边操作（对应技能目标）；
- 二是掌握了数据集压缩包解压、文件夹管理，以及 makesense.ai 在线标注平台的进入与图片导入流程（对应技能目标）；
- 三是完成了自定义标注标签创建，能熟练使用矩形 / 多边形工具完成图像目标检测标注（对应知识 / 技能目标）；
- 四是掌握了 YOLO、VOC XML、CSV 三种格式标注结果导出方法，完整走通融媒体图像目标标注全流程，为后续人工智能数据集制作、模型训练打下实操基础（对应知识 / 素养目标）。
5.6 作业提交¶
- 提交地点：吾爱作业网
- 提交资料：
- 作业1：makesense.ai 平台标签创建、图片标注过程全屏截图；
- 作业2：标注结果导出成功的文件及页面截图。
5.7 知识检测¶
- [ ] （填空）本节课使用的在线图像标注平台网址是 ______。（makesense.ai）
- [ ] （填空）标注结果除了 YOLO 压缩包和 CSV 单个文件，还可以导出 ______ 格式压缩包。（VOC XML）
- [ ] （选择）标注不规则形状的目标时，应选用的标注工具是（ ）。
- A. Rect 矩形框 B. Polygon 多边形框 C. Export Annotations D. start project
查看解析
正确答案：B。Rect 矩形框适合规则目标；Polygon 多边形框沿目标边缘描点圈选，适合不规则形状目标。
- [ ] （选择）在 makesense.ai 导入图片后，本节课选择的项目模式是（ ）。
- A. Object Detection（目标检测） B. 图像分类 C. 语音识别 D. 文本生成
查看解析
正确答案：A。本节课选择 Object Detection（目标检测）模式，使用矩形 / 多边形工具框选目标并匹配标签。
本课相关资源¶
| 序号 | 资源名称 | 类型 | 说明 |
|---|---|---|---|
| 1 | 数据标注图像数据集.zip | ZIP | 图像目标检测标注数据集 |
| 2 | 导出结果示范：labels_my-project-name_2026-03-20-01-57-06.csv | CSV | 标注结果导出示范文件 |
| 3 | 实验5 数据标注实操.docx | Word | 实验原始文档 |
实验素材下载
点击下方链接获取本节课全部资源（含课件、任务清单、安装包等）： 🔗 夸克网盘