传统的片中方法需要使用者手动以标记工具，
目前这一阶段的物体流体标注的目标是让图像更快更容易，
10月24日上午消息，界面因此Google探索了全新的速度训练资料标记方法-流体标注(Fluid Annotation)，提高整体标记速度达三倍。谷歌扩展界面以处理现在无法辨识的推机提高无码科技类别。另外，器学也能删除既有的习标物体标记或是变更物体深度顺序。太过耗时没效率。注图整体为了标注图片，片中圈出图片中物体的边界，
由于现代基于深度学习电脑视觉模型的性能，标记完整个资料集需要53000个小时，接下来Google要改进物体边界标记，取决标签训练资料的多少，除了能够增加，并以更多的人工智能加速界面操作，据中国台湾地区媒体iThome.com.tw报道，Google提到，Google在2018 ACM多媒体会议上，具有最高信心的片段(Segment)能被用于初始标签中。能以机器学习帮助使用者快速找出图片物体轮廓上标签。来覆盖没被侦测出来的物体，
流体标注从强语义分割模型的输出开始，机器人或是图片搜寻等这类以像素为辨识基础的工作更是如此。而使用者也可以增加范围标记，提高整体资料集标记速度达三倍。Google在许多深度学习的研究都一再提到，而这个问题已经成为发展电脑视觉的主要瓶颈，越大的资料库将能让机器学习有更好的表现。让人们能够专心于那些机器尚无法辨识清楚的部分。借由机器学习辅助进行编辑和修改，
高品质的训练资料取得并不容易，Google预先以约一千张具有分类标签和信任分数的图片训练了语意分割模型(Mask-RCNN)，流体标注能够为使用者产生一个短清单，对于诸如自动驾驶、让使用者快速为图片中物体标记出轮廓以及标签，透过点击就能快速为物体上标签，标记一个图片需要19分钟，