计算机视觉在无人机行业中起着至关重要的作用。在没有AI技术时，无人机只是个记录环境的相机，而利用计算机视觉，无人机不仅可以完成分类、检测和跟踪，还可以实时识别障碍物以避免碰撞。

· 自主无人导航：在确定出发地与目的地后，自导航无人机有能力发现安全到达特定目的地的最佳无障碍方式。

· 障碍物识别和跟踪：必须为模型提供适量的数据，以识别和解决可能阻碍无人机的任何障碍(建筑物、树木、飞行动物等)。障碍物识别与跟踪对无人机飞行安全与任务执行率至关重要。

训练数据质量取决于标注平台的专业度，下面将介绍一些最常用的 AI 无人机标注工具：

· 语义分割：语义分割标注通过像素精度完成周围环境标注，对无人机模型具有极高的价值。语义分割通常用来标注高精度任务(如屋顶)。

· 实例分割：语义分割和实例分割之间的区别在于，语义分割是对类别的区分，实例分割是对个体的区分。通常用于不同物体的巡检、计数。

· 矩形框：矩形框标注是在目标物体周围绘制2D框，用于计算机视觉中对象检测和跟踪，以便在飞行过程中躲避障碍物。

· 立体框：仅依靠矩形框无人机无法完成对物体的立体感知，立体框将帮助无人机更好的完成环境定位，除了无人机，自动驾驶也非常依赖该工具。

· 多边形：多边形标注用于应对不规则物体，如树木、栅栏、房屋等不对称物体，以提供更加真实准确的探测。