colab_utils注释工具仅适用于单个类。以下是源代码的格式：
我正在使用Tensorflow笔记本进行少镜头学习(https://colab.research.google.com/github/tensorflow/models/blob/master/research/object_detection/colab_tutorials/eager_few_shot_od_training_tf2_colab.ipynb#scrollTo=RW1FrT2iNnpy(
在里面，我看到他们用colab_utils.annotate((注释图像。我不明白他们使用的注释格式(比如YOLO或COCO格式(。另一个问题是，当我们绘制边界框时，我们无法指定类，我必须记住注释不同图像和类的顺序，以便稍后通过代码添加它们。
如果有人能告诉我这种格式是什么，这样我就可以在我的电脑上而不是在COLAB上对图像进行本地注释，这将节省很多时间。
如有任何帮助，我们将不胜感激。问候
[
// stuff for image 1
[
// stuff for rect 1
{x, y, w, h},
// stuff for rect 2
{x, y, w, h},
...
],
// stuff for image 2
[
// stuff for rect 1
{x, y, w, h},
// stuff for rect 2
{x, y, w, h},
...
],
...
]
由于注释不包括源图像的任何引用ID，因此顺序很重要，您必须将长方体阵列的顺序与图像的顺序相匹配；对于大型训练集来说，这个工具可能不实用。因此，下面您提供的colab中的示例就是要遵循的示例。
gt_boxes = [
np.array([[0.436, 0.591, 0.629, 0.712]], dtype=np.float32),
np.array([[0.539, 0.583, 0.73, 0.71]], dtype=np.float32),
np.array([[0.464, 0.414, 0.626, 0.548]], dtype=np.float32),
np.array([[0.313, 0.308, 0.648, 0.526]], dtype=np.float32),
np.array([[0.256, 0.444, 0.484, 0.629]], dtype=np.float32)
]