实例分割
每只虾拥有专属像素轮廓，重叠区域也能区分归属哪一只虾。
- 优势：可单只虾提取外形、计算面积 / 长度、分割虾头 / 虾尾 / 脏污区域，流水线分级核心需求。
- 标注示例：
关键点回归
检测出每只虾预设关键点：虾头尖端、虾尾末端、左右虾钳关节等坐标点。
- 单独关键点：只能获取离散坐标，没有完整虾轮廓；
- 标注示例：
组合：实例分割 + 关键点回归 = 同时拥有虾完整外形 + 关键点位，用于姿态矫正、剥虾点位定位。
工具：Roboflow 在线标注（自动导出标准 YOLO 分割，不用转格式）
本地离线工具 LabelMe 标注（无网络时用，需要脚本转 YOLO 分割）
标注导出注意的问题
如果你的标注是多边形，导出普通 YOLO 检测格式时，Roboflow 会完整保留所有轮廓坐标，不会自动删除；本地 yolov8 检测模型读取时，只会读取前 5 个数字当框，后面全部忽略，但标签文件本身会保留一长串坐标，文件看着很长.
目标检测：
cls cx cy w h + 全部多边形点
-
cx：框中心 x
-
cy：框中心 y
-
w：框宽度
-
h：框高度
实例分割数据集（seg）
cls + 连续成对xy轮廓点
关键点检测：
cls cx cy w h k1x k1y v1 k2x k2y v2
-
v=0：关键点被遮挡 / 在画面外 -
v=1：关键点清晰可见你导出全部是2，Ultralytics 框架会自动识别为可见，不影响训练。
-
kpt_shape: [7,3]：匹配你每行 7 组x,y,v关键点； -
flip_idx长度 = 7，和关键点数量一致，左右翻转对称索引合规； -
nc=1、单类别 names 一一对应标签里的类别 0；
