4. 语义分割标注：单类别标注、多类别标注、标签颜色配置、JSON文件结构解析
语义分割标注，说白了就是给图像里的每个像素打上标签。你想想看，一张照片里有人、有车、有树，我们要让机器知道哪个像素属于人，哪个属于车。这就是语义分割的核心任务。
我刚开始做这个的时候，总觉得跟目标检测差不多。后来才发现，完全不是一回事。检测只需要画个框，分割得把轮廓抠得清清楚楚。嗯，这里面的门道不少，咱们一个一个说。
4.1 单类别标注：从简单开始
单类别标注，就是一张图里只标一种物体。比如只标「道路」，或者只标「天空」。听起来简单吧？但实际操作中，我踩过不少坑。
核心要点：单类别标注时，背景区域默认是未标注的。你只需要把目标物体的轮廓描出来就行。
我记得第一次带团队做道路分割标注，有个新人把整张图都涂满了。他说：「道路不就是地面吗？」我哭笑不得。其实单类别标注的关键在于：只标你关心的那一类，其他区域留空。
具体操作步骤：
- 打开标注工具，加载图像
- 选择「多边形」或「画笔」工具
- 沿着目标物体边缘描点或涂抹
- 保存为单通道掩码图（mask）
我的习惯：单类别标注时，我一般用白色（像素值255）表示目标，黑色（像素值0）表示背景。这样生成的掩码图一目了然。
4.2 多类别标注：区分不同物体
多类别标注就复杂多了。一张图里可能有行人、车辆、交通标志、路灯……每个类别都得用不同的标签值来区分。
为什么会这样？因为神经网络需要知道「这是人，不是车」。如果都用同一个值，模型就学不会区分。
我在项目中遇到过最头疼的事：两个标注员对同一张图标出了不同的类别编号。一个人把「轿车」标为1，另一个人标为2。结果模型训练出来，完全混乱了。所以，类别编号必须统一。
多类别标注的常用做法：
- 每个类别分配一个固定的整数值（如：人=1，车=2，树=3）
- 背景统一为0
- 不同类别的区域不能重叠
注意：我曾经犯过一个低级错误——两个相邻的类别之间留了缝隙。模型训练时，那些缝隙像素就成了「未知区域」，导致分割结果出现锯齿。标注时一定要让不同类别的边界紧密贴合。
4.3 标签颜色配置：让标注可视化
标注数据是数值，但人眼看数值很费劲。所以我们需要给每个类别配一种颜色。比如人用红色，车用蓝色，树用绿色。
颜色配置看起来是小事，但影响很大。我见过一个项目，用了相近的橙色和黄色来标道路和路肩，结果标注员自己都分不清。后来我定了个规矩：相邻类别的颜色必须有明显差异。
常用的颜色配置方案：
| 类别 | 标签值 | 颜色（RGB） | 备注 |
|---|---|---|---|
| 背景 | 0 | (0, 0, 0) | 黑色 |
| 人 | 1 | (255, 0, 0) | 红色 |
| 车 | 2 | (0, 255, 0) | 绿色 |
| 道路 | 3 | (128, 128, 128) | 灰色 |
| 建筑 | 4 | (0, 0, 255) | 蓝色 |
小技巧：我习惯把颜色配置写成一个JSON文件，跟标注数据放在一起。这样换工具、换人，颜色都不会乱。
4.4 JSON文件结构解析：标注数据的「身份证」
标注完的图像，最终要存成结构化的数据。JSON格式是最常用的。它记录了每张图的标注信息，包括图像路径、尺寸、每个物体的类别和轮廓坐标。
一个典型的语义分割JSON文件长这样：
{
"version": "1.0",
"images": [
{
"id": 1,
"file_name": "img_001.jpg",
"width": 1920,
"height": 1080
}
],
"categories": [
{"id": 1, "name": "person", "color": [255, 0, 0]},
{"id": 2, "name": "car", "color": [0, 255, 0]},
{"id": 3, "name": "road", "color": [128, 128, 128]}
],
"annotations": [
{
"image_id": 1,
"category_id": 1,
"segmentation": [
[x1, y1, x2, y2, x3, y3, ...]
],
"area": 12345.6,
"bbox": [100, 200, 300, 400]
}
]
}
我来拆解一下这个结构：
- images：记录每张图的基本信息。id是唯一标识，file_name是文件名，width和height是图像尺寸。
- categories：定义所有类别。每个类别有id、name和color。color就是前面说的可视化颜色。
- annotations：标注的具体内容。image_id关联到哪张图，category_id关联到哪个类别，segmentation是轮廓坐标列表。
重点：segmentation里的坐标是「多边形顶点」的x,y值，按顺序连接起来就是物体的轮廓。area是轮廓围成的面积，bbox是外接矩形。
我记得有一次，解析别人的JSON数据时发现segmentation坐标是乱序的。结果画出来的轮廓像一团乱麻。后来我养成了习惯：标注完成后，用可视化工具检查一遍轮廓。别偷懒，这一步能省很多后期调试的时间。
4.5 知识体系总览
下面这张图，是我自己总结的语义分割标注知识体系。你可以把它当作一个「地图」，随时回来对照。
从这张图你能看到，四个模块是环环相扣的。单类别是多类别的基础，颜色配置让标注可视化，JSON结构则是最终的存储形式。你想想看，少了任何一个环节，标注流程都跑不通。
我的建议：刚开始做语义分割标注时，先拿单类别练手。等熟悉了工具和流程，再挑战多类别。别一上来就搞十几个类别，容易乱。
好了，这一章的内容就到这里。标注这件事，看起来是体力活，但里面的门道不少。多动手、多总结，慢慢就有感觉了。
公众号:蓝海资料掘金营，微信deep3321