1图像标注：为计算机视觉模型标注物体边界框
- 1在 SuperAnnotate 中创建新项目，选择图像标注类型并导入图片数据集。
- 2设置标注类别（如人、车辆、动物），并使用智能标注工具（如多边形、矩形）快速标注目标。
- 3邀请团队成员或使用自动标注功能（AI辅助）完成初稿，然后人工审核修正。
- 4导出标注结果（COCO、YOLO等格式）并下载，用于训练模型。
2文本分类：构建情感分析训练数据集
- 1创建文本标注项目，上传包含评论、推文等文本的 CSV 文件。
- 2定义分类标签（如正面、负面、中性），设置标注指南。
- 3分配标注任务给团队成员，使用 SuperAnnotate 的队列管理工具分配工作量。
- 4通过一致性检查和反馈循环优化标注质量，最终导出带标签的文本数据。
3视频标注：为自动驾驶场景标注动态物体
- 1创建视频标注项目，导入行车记录仪或无人机采集的视频片段。
- 2使用关键帧插值工具，在视频时间轴上标注物体的轨迹和属性（如速度、方向）。
- 3利用自动追踪功能减少逐帧标注工作量，并手动修正模型预测错误。
- 4导出带时间戳的标注结果（如COCO Video或JSON格式），用于训练视频分析模型。