Yila
Pipeline d'annotation de données (EN)Pipeline d'annotation de données (ZH)

IA et informatique

Pipeline d'annotation de données

Composition:
un panneau par étape, noms d'étape uniquement
Format:
16:9

Prompt

Créez une figure de workflow pour [construire un ensemble de données étiqueté], 6 étapes de gauche à droite : 1. 【Données brutes : une pile d'images et de documents】 2. 【Guide d'annotation : un document avec une liste de contrôle】 3. 【Étiquetage : une personne dessinant un cadre sur une image】 4. 【Contrôle qualité : deux personnes comparant les étiquettes】 5. 【Répartition de l'ensemble de données : un bloc divisé en trois parties】 6. 【Ensemble de données étiqueté : une icône de base de données avec une balise】 N'écrivez pas les phrases numérotées sur la figure. Libellés (utilisez chacun une seule fois, sans ajouter d’autre texte) : 【Raw data, Annotation guideline, Labeling, Quality check, Dataset split, Labeled dataset】. Style : figure de flux de travail expérimental de style journal. Nettoyez les icônes vectorielles plates sur fond blanc, un panneau arrondi pastel clair par étape, de fines flèches grises entre les panneaux. Seulement 3-4 couleurs atténuées. Chaque panneau montre une scène simple sans texte à l'intérieur ; le seul texte dans toute la figure est constitué des noms d'étapes donnés. Anglais sans empattement, chaque nom d'étape apparaît exactement une fois, orthographié exactement comme indiqué. Pas de légendes, pas de légendes, pas d'étiquettes supplémentaires, pas de rendu 3D, pas d'ombres, pas de fond décoratif.

Ouvre Yila avec ce prompt et l’exemple comme image de référence.

Les exemples ont été générés avec Nano Banana. Le prompt fonctionne aussi avec GPT Image et d’autres modèles d’image ; les résultats varient selon le modèle.

Voir tous les prompts