如何在AzureML数据标注项目中标记无目标图像？

核心思路 #

不用给无目标图像做任何像素级标注，通过全局标签标记+预处理转null-tensor的方式，既保留样本，又避免额外工作量。

1. 标注阶段：用全局标签快速标记无目标图像 #

在AzureML数据标注项目中：

• 创建标注任务时，添加一个全局分类标签（比如无目标），不要设置成区域标注类型。
• 遇到不含任何目标的图像时，直接勾选这个全局标签即可，无需绘制边界框或蒙版，全程几秒钟就能完成单张图的标注，完全避免背景标注的繁琐操作。

2. 预处理阶段：将标记样本转为null-tensor #

在AzureML的数据集预处理脚本（或自定义数据加载器）中，判断样本的标签：如果是无目标，则生成符合模型输入尺寸的null-tensor（比如全零张量），同时返回空的目标标签数组。示例代码：

import numpy as np

def preprocess_aml_data(image_path, label_data):
    # 从AzureML标注结果中解析标签
    labels = [label["labelName"] for label in label_data]
    if "无目标" in labels:
        # 生成对应模型输入尺寸的null-tensor（示例为224x224x3的RGB图像）
        return np.zeros((224, 224, 3), dtype=np.float32), np.array([])
    else:
        # 常规目标检测/分割的预处理流程
        img = np.load(image_path)
        # 解析边界框/蒙版标注
        boxes = np.array([[label["xMin"], label["yMin"], label["xMax"], label["yMax"]] 
                         for label in label_data if label["labelName"] != "无目标"])
        return img, boxes

3. 训练阶段：适配null-tensor输入 #

修改模型的数据加载器和损失函数，确保能处理无目标样本：

• 数据加载器：当拿到null-tensor和空标签时，正常传入模型，不要过滤这类样本。
• 损失函数：针对目标检测/分割任务，跳过无目标样本的目标相关损失计算（比如边界框回归损失、分类损失），只保留图像特征相关的损失（如果需要）。示例PyTorch数据加载器片段：

from torch.utils.data import Dataset
import torch

class AMLTrainingDataset(Dataset):
    def __init__(self, aml_dataset, transform=None):
        self.dataset = aml_dataset
        self.transform = transform

    def __getitem__(self, idx):
        sample = self.dataset[idx]
        img, boxes = preprocess_aml_data(sample["image_path"], sample["labels"])
        if self.transform:
            img = self.transform(img)
        # 转换为张量格式
        img = torch.from_numpy(img).permute(2, 0, 1).float()
        boxes = torch.from_numpy(boxes).float() if len(boxes) > 0 else torch.tensor([])
        return img, boxes

    def __len__(self):
        return len(self.dataset)

注意事项 #

• 确保模型的前向传播逻辑能处理空标签输入，比如在目标检测模型中，当输入空边界框时，跳过相关的损失计算分支，避免索引错误。
• 可以在训练时给无目标样本设置适当的权重，避免这类样本过多影响模型训练效果。

内容的提问来源于stack exchange，提问作者user24227434