Как разметить данные для компьютерного зрения: пошаговая инструкция и шаблон

Чтобы разметить данные для компьютерного зрения, нужно пройти восемь шагов: сформулировать решение, которое будет принимать модель, выбрать тип разметки, написать инструкцию разметчика с пограничными примерами, собрать выборку по реальным условиям съёмки, разметить пилотную партию двумя людьми независимо, измерить их согласие, разметить основной объём с контрольными кадрами и разделить данные на обучающую, валидационную и тестовую части по сменам или объектам, а не по случайным кадрам. Главная причина плохих моделей — не алгоритм, а расплывчатое определение класса: если два разметчика понимают «дефект» по-разному, модель не станет точнее их.

Инструкцию подготовила команда AIrassvet 20 октября 2026 года для руководителей производства, логистики и ритейла, а также ИТ-специалистов на стороне заказчика, которые запускают проект компьютерного зрения и хотят контролировать подготовку данных — сами или вместе с подрядчиком. Опираемся на документацию CVAT, Label Studio и Ultralytics, описание формата COCO, статью «Datasheets for Datasets» и текст 152-ФЗ. Порядок шагов и шаблон — методика редакции, а не результат нашего исследования.

Содержание

Кратко
Для кого инструкция и что в неё не входит
Что понадобится до старта
Какой тип разметки выбрать
Пошаговая инструкция
Чем размечать: CVAT, Label Studio или подрядчик
Копируемый шаблон инструкции разметчика
Типовые ошибки
Как составлена инструкция
Частые вопросы
Первоисточники

Кратко

Сначала решение, потом разметка. Опишите, что будет происходить после срабатывания модели: остановится линия, придёт уведомление оператору или изделие уйдёт на перепроверку. От этого зависит, что считать ошибкой.
Тип разметки — минимально достаточный. Метка всего изображения, рамка, полигон, маска или ключевые точки: чем точнее разметка, тем она дороже и тем больше спорных случаев.
Инструкция важнее инструмента. У каждого класса должны быть определение, примеры «это да», «это нет» и правила для пограничных случаев.
Согласие разметчиков измеряют. Пилотную партию размечают двое независимо. Для меток изображения считают коэффициент каппа Коэна, для рамок и масок — совпадение по IoU.
Тест делят по времени и местам. Соседние кадры одного видео почти одинаковы: если они попадут и в обучение, и в тест, оценка качества будет завышена.

Для кого инструкция и что в неё не входит

Инструкция подойдёт, если вы готовите данные для задач детекции, классификации или сегментации на изображениях и видео: контроль дефектов, учёт товаров на полке, нарушения охраны труда, распознавание грузов и паллет. Она описывает подготовку данных до обучения модели. Мы не разбираем выбор архитектуры модели, установку камер и освещения, разметку текста и документов, а также медицинские изображения — для них действуют отдельные требования к экспертам и регистрации.

Если проект ещё на стадии идеи, начните с обзора сценариев: компьютерное зрение для контроля качества на производстве, видеоаналитика для склада и компьютерное зрение в ритейле. Общие правила подготовки данных для любых ИИ-проектов — в статье «Подготовка данных для ИИ».

Что понадобится до старта

Что	Зачем	Кто отвечает
Описание решения после срабатывания модели	Определяет, какие ошибки дороже: пропуск или ложная тревога	Владелец процесса
Эксперт предметной области	Утверждает определения классов и разбирает спорные случаи	Начальник участка, технолог, специалист по охране труда
Сырые изображения или видео из реальных условий	Модель учится на тех же камерах, свете и ракурсах, что и в работе	ИТ или служба эксплуатации
Метаданные: камера, дата, смена, партия, участок	Нужны для честного разделения на обучение и тест	ИТ
Инструмент разметки и место хранения данных	Данные не должны уходить за пределы разрешённого контура	ИТ и служба ИБ
Решение о персональных данных	В кадре могут быть люди, лица и номера автомобилей	Ответственный за персональные данные
Разметчики и время эксперта на проверку	Разметка без проверки быстро расходится с инструкцией	Руководитель проекта

Готово к старту, если у каждого пункта таблицы есть ответственный, а эксперт выделил время на разбор спорных кадров.

Какой тип разметки выбрать

Тип разметки определяет, что модель сможет выдавать на выходе и сколько будет стоить подготовка данных.

Задача	Тип разметки	Что получает модель	Когда подходит
Есть ли признак на кадре	Метка изображения (классификация)	Класс и уверенность	Одно изделие в кадре, важен только итог «годен / брак»
Где находится объект	Рамка (bounding box)	Координаты прямоугольника и класс	Нужно считать объекты или знать их положение
Точная форма или площадь	Полигон или маска (сегментация)	Контур объекта	Площадь дефекта, границы пятна, точная зона
Поза или опорные точки	Ключевые точки	Координаты точек	Положение тела, геометрия детали
Событие во времени	Разметка интервалов видео или треков	Начало, конец, траектория	Нарушение длится несколько секунд, важен порядок действий

Выбирайте минимальный тип, который поддерживает решение. Если оператору достаточно знать, что на изделии есть царапина, маска не нужна: она дороже в разметке, а спорных пикселей на границах у неё больше.

Форматы обмена тоже стоит согласовать заранее. В формате COCO рамка записывается как [x, y, width, height], координаты отсчитываются от левого верхнего угла изображения. В формате Ultralytics YOLO на каждое изображение заводится текстовый файл, где каждая строка — объект в виде класс x_центра y_центра ширина высота, а координаты нормированы от 0 до 1. CVAT умеет экспортировать оба формата.

Пошаговая инструкция

Шаг 1. Сформулируйте решение и цену ошибок

Запишите одной фразой, что модель должна определять и что происходит после её ответа. Например: «Найти на фото кромки сколы длиной больше допустимой и отправить деталь на ручную проверку». Затем оцените, что хуже — пропустить скол или отправить на проверку годную деталь. Этот выбор определяет, какие пограничные случаи размечать как положительные.

Готово, если решение и цена ошибок согласованы владельцем процесса письменно.

Шаг 2. Составьте список классов с определениями

Для каждого класса нужны: название, определение одним предложением, признаки «это он», признаки «это не он» и похожие объекты, которые нельзя путать. Добавьте служебные классы: «не видно / нельзя определить» и «вне зоны контроля». Без них разметчики будут угадывать, и эти догадки попадут в обучение.

Готово, если эксперт прочитал определения и разметил по ним набор спорных кадров без вопросов к составителю.

Шаг 3. Напишите инструкцию разметчика

Инструкция — это документ, который отвечает на вопрос «как поступить в этом случае» без звонка эксперту. В неё входят правила обводки (вплотную к объекту или с отступом, как размечать частично перекрытые объекты), минимальный размер объекта и примеры кадров. Шаблон — в разделе ниже.

Готово, если у каждого класса есть как минимум один пример «да», один «нет» и один пограничный кадр с решением.

Шаг 4. Соберите выборку по реальным условиям

Берите кадры со всех камер, смен, сезонов, вариантов освещения, партий и типов продукции, которые встретятся в работе. Для видео размечайте полные интервалы, а не только «интересные» моменты: иначе модель не узнает, сколько в реальности пустых сцен. Сразу сохраняйте метаданные каждого кадра — камеру, дату, смену, партию.

Если в кадре есть люди, решите вопрос с персональными данными до разметки. По ст. 11 152-ФЗ биометрическими считаются сведения о физиологических и биологических особенностях человека, которые оператор использует для установления личности, и их обработка требует письменного согласия. Если система не устанавливает личность, а, например, проверяет наличие каски, лица можно размыть до передачи разметчикам — но квалификацию ваших данных оценивает ответственный за персональные данные, а не подрядчик.

Готово, если выборка покрывает все условия из списка, а у каждого кадра есть метаданные.

Шаг 5. Разметьте пилотную партию двумя людьми независимо

Возьмите небольшую партию, в которой есть и обычные, и сложные кадры, и отдайте её двум разметчикам, которые не видят работу друг друга. Пилот проверяет инструкцию, а не людей: расхождения покажут, какие правила сформулированы неоднозначно.

Готово, если обе разметки сохранены отдельно и не смешаны.

Шаг 6. Измерьте согласие и исправьте инструкцию

Для меток изображения подойдёт коэффициент каппа Коэна: он показывает согласие двух разметчиков с поправкой на случайные совпадения, и его можно посчитать функцией cohen_kappa_score из scikit-learn. Для рамок и масок сравнивают пересечение двух разметок по IoU (intersection over union — площадь пересечения, делённая на площадь объединения) с заранее выбранным порогом. В CVAT такое сравнение настраивается в разделе контроля качества: там задаётся порог IoU и создаются задания с эталонной разметкой.

Разберите с экспертом каждое расхождение и допишите правило в инструкцию. Затем повторите пилот на новой партии. Порог согласия, при котором инструкция считается рабочей, согласуйте заранее с подрядчиком или командой: универсального значения для всех задач нет.

Готово, если согласие на повторном пилоте достигло согласованного порога, а новых типов расхождений не появилось.

Шаг 7. Разметьте основной объём с контрольными кадрами

В основной поток подмешивайте кадры с эталонной разметкой, которую утвердил эксперт. В CVAT для этого есть режимы Ground Truth и Honeypots: часть кадров задания сверяется с эталоном, и система считает качество работы разметчика. Регулярно выборочно проверяйте и обычные кадры. Если инструкция меняется, отметьте версию и решите, нужно ли переразметить уже готовые кадры.

Готово, если качество на контрольных кадрах стабильно не ниже согласованного порога, а у каждой партии записана версия инструкции.

Шаг 8. Разделите данные и задокументируйте датасет

Делите данные на обучающую, валидационную и тестовую части по группам: по сменам, дням, партиям, магазинам или камерам. Если соседние кадры одного видео попадут в разные части, модель будет «узнавать» тест, и оценка окажется выше реальной. Отдельно отложите приёмочную выборку, собранную после монтажа камер: её не используют для настройки.

Опишите датасет коротким паспортом — состав, условия съёмки, версия инструкции, известные ограничения. Хороший образец вопросов для паспорта — статья «Datasheets for Datasets»: зачем собран набор, что в нём есть и чего нет, как его собирали и размечали.

Готово, если ни одна группа не встречается одновременно в обучении и тесте, а паспорт датасета хранится вместе с данными.

Чем размечать: CVAT, Label Studio или подрядчик

Вариант	Лицензия и версия на 20.10.2026	Сильные стороны	Что учесть
CVAT	MIT, версия v2.79.0 от 15.10.2026	Ориентирован на изображения и видео: треки, помощь моделей вроде Segment Anything 2, экспорт в COCO, YOLO, Pascal VOC и другие форматы, задания с эталонной разметкой, консенсус	Проверьте, какие функции контроля качества есть в бесплатной редакции для своего сервера
Label Studio	Apache-2.0, версия 1.23.2 от 29.09.2026	Один инструмент для изображений, текста, аудио и видео	Метрики согласия разметчиков описаны в документации Enterprise-редакции
Подрядчик по разметке	Договор	Быстро набирает людей и объём	Инструкция, эталонные кадры и приёмка остаются на заказчике; данные уходят за периметр

CVAT и Label Studio можно развернуть на своих серверах, и тогда изображения не покидают контур компании. Обратите внимание на лицензии смежных инструментов: например, библиотека Ultralytics, с которой часто обучают модели YOLO, распространяется по AGPL-3.0, и для закрытого коммерческого продукта это условие нужно проверить с юристом.

Работу с подрядчиком стоит строить так же, как собственную разметку: вы передаёте инструкцию и эталонные кадры, подрядчик размечает, вы принимаете партии по качеству на контрольных кадрах.

Копируемый шаблон инструкции разметчика

Скопируйте шаблон в рабочий документ и заполните для своего проекта.

ИНСТРУКЦИЯ РАЗМЕТЧИКА — [название проекта]
Версия: [номер]    Дата: [дд.мм.гггг]    Утвердил: [ФИО эксперта]

1. ЗАДАЧА
☐ Что определяет модель: [одна фраза]
☐ Что происходит после срабатывания: [действие]
☐ Что хуже: пропуск или ложное срабатывание: [ответ и почему]

2. ТИП РАЗМЕТКИ
☐ Тип: [метка изображения / рамка / полигон / маска / точки / интервал]
☐ Формат экспорта: [COCO / YOLO / другой]
☐ Минимальный размер объекта: [в пикселях или доля кадра]

3. КЛАССЫ (заполнить для каждого)
Класс: [название]
☐ Определение: [одно предложение]
☐ Это он: [признаки + ссылки на примеры]
☐ Это не он: [похожие объекты + ссылки на примеры]
☐ Пограничные случаи и решение: [описание + ссылки]

Служебные классы:
☐ «Нельзя определить» — когда: [условия]
☐ «Вне зоны контроля» — когда: [условия]

4. ПРАВИЛА ОБВОДКИ
☐ Граница: [вплотную / с отступом N пикселей]
☐ Частично перекрытые объекты: [размечать видимую часть / весь объект / не размечать]
☐ Объекты у края кадра: [правило]
☐ Скопления объектов: [каждый отдельно / одной областью]

5. ВИДЕО (если есть)
☐ Начало события: [признак]
☐ Конец события: [признак]
☐ Перерыв в видимости объекта: [правило для трека]

6. ПЕРСОНАЛЬНЫЕ ДАННЫЕ
☐ Лица и номера автомобилей: [размыты до разметки / не размечаются]
☐ Где хранятся данные: [сервер / контур]
☐ Запрет: не копировать кадры за пределы инструмента

7. КОНТРОЛЬ КАЧЕСТВА
☐ Метрика согласия: [каппа Коэна / IoU с порогом X]
☐ Порог приёмки партии: [значение]
☐ Доля контрольных кадров в задании: [значение]
☐ Кому задавать вопросы и срок ответа: [контакт, срок]

8. ЖУРНАЛ ИЗМЕНЕНИЙ
☐ [дата] — [что изменено] — [нужно ли переразметить готовые кадры]

Типовые ошибки

Размечают «интересные» кадры. Модель не видит, как часто встречаются пустые сцены, и даёт много ложных тревог. Решение: размечайте полные интервалы видео и все условия съёмки.
Нет класса «нельзя определить». Разметчики угадывают на тёмных и смазанных кадрах. Решение: добавьте служебный класс и решите, как модель должна реагировать на такие кадры.
Инструкцию меняют молча. Часть данных размечена по старым правилам, часть по новым. Решение: версия инструкции у каждой партии и журнал изменений.
Тест собран из тех же видео, что и обучение. Качество в отчёте высокое, на новой смене — низкое. Решение: делите данные по сменам, дням, камерам или объектам.
Эксперт подключается только в конце. Расхождения копятся тысячами. Решение: эксперт утверждает определения до пилота и разбирает спорные кадры каждую неделю.
Подрядчику передают кадры с лицами без решения о персональных данных. Решение: до передачи решите, нужно ли размытие или согласие, и зафиксируйте это в договоре.

Как составлена инструкция

Порядок шагов собран из практик, описанных в документации инструментов разметки (CVAT — эталонная разметка, honeypots, консенсус и порог IoU; Label Studio — метрики согласия), в описании форматов COCO и Ultralytics YOLO и в статье «Datasheets for Datasets» о документировании наборов данных. Правовой раздел опирается на текст ст. 11 152-ФЗ на сайте КонсультантПлюс по состоянию на 20 октября 2026 года. Версии и лицензии CVAT, Label Studio и Ultralytics мы проверили через API GitHub 20 октября 2026 года. Мы не проводили собственного эксперимента и не приводим цифр о том, насколько разметка улучшает модель: эффект зависит от задачи и данных. Пороги согласия и доли контрольных кадров в шаблоне оставлены для заполнения, потому что универсальных значений нет.

Частые вопросы

Сколько изображений нужно разметить?

Универсального числа нет: оно зависит от числа классов, разнообразия условий и того, как часто встречаются редкие объекты. Практичнее начать с пилотной партии, обучить первую модель и посмотреть, на каких условиях и классах она ошибается. Затем добирают кадры именно для этих случаев. Важнее охватить все камеры, смены и пограничные примеры, чем набрать большой объём однотипных кадров.

Можно ли размечать автоматически с помощью готовой модели?

Да, но только как предразметку, которую проверяет человек. CVAT поддерживает автоматическую разметку и помощь моделей, в том числе Segment Anything 2, и это ускоряет обводку объектов. Готовая модель не знает ваших определений классов, поэтому её ошибки систематические. Проверяйте предразметку так же строго, как ручную, и измеряйте качество на контрольных кадрах.

Чем каппа Коэна отличается от простого процента совпадений?

Каппа Коэна учитывает совпадения, которые произошли случайно. Если почти все кадры относятся к классу «норма», два разметчика будут часто совпадать, даже отвечая наугад, и процент совпадений получится высоким. Каппа вычитает это ожидаемое случайное согласие. Для рамок и масок вместо каппы сравнивают пересечение разметок по IoU с выбранным порогом.

Что делать с кадрами, на которых есть люди?

Сначала определите, устанавливает ли система личность человека. Если устанавливает, по ст. 11 152-ФЗ это биометрические данные, для которых нужно письменное согласие. Если система проверяет, например, наличие каски или жилета, лица и номера автомобилей часто можно размыть до разметки. Решение принимает ответственный за персональные данные, и его стоит зафиксировать в договоре с подрядчиком.

Своя команда разметки или подрядчик?

Своя команда лучше, когда классы требуют знаний предметной области или данные нельзя выносить за периметр. Подрядчик удобен для больших объёмов с понятными классами. В обоих случаях инструкция, эталонные кадры и приёмка остаются на заказчике. Частая схема — эксперт заказчика готовит эталон и разбирает спорные случаи, а основной объём размечает подрядчик на инструменте внутри контура заказчика.

Первоисточники

Как AIrassvet помогает подготовить данные для компьютерного зрения

Разметка — это часть проекта компьютерного зрения, которая требует решений заказчика: что считать дефектом, какие ошибки дороже, где хранятся кадры. На сайте AIrassvet указаны направления, которые относятся к этой работе:

аудит процесса и подготовка данных: решение после срабатывания модели, классы и источники кадров;
решения компьютерного зрения для производственных задач, включая контроль дефектов и охрану труда;
разработка MVP, тестирование на отложенной выборке и интеграция с системами компании;
запуск и обучение команды, которая будет поддерживать разметку и переобучение.

Первый шаг — выбрать один процесс и описать его текущий уровень, источники данных, ограничения и критерий, по которому модель будет считаться принятой.

Обсудить задачу

Итог: качество модели начинается с инструкции

Разметить данные для компьютерного зрения — значит превратить знания эксперта в правила, которые одинаково понимают все разметчики. Восемь шагов этой инструкции ведут от решения после срабатывания модели к проверенному и задокументированному датасету: определения классов, пилот с двумя разметчиками, измерение согласия, контрольные кадры и честное разделение на обучение и тест.

Начните с шаблона инструкции: заполните его вместе с экспертом и разметьте пилотную партию двумя людьми. Расхождения в пилоте сразу покажут, где правила нужно уточнить, — до того, как ошибки разойдутся по тысячам кадров.