目录
第二章 object_detection开源框架使用案例入门
第四章 基于tensorflow-cpu的object_detection开源框架模型训练
第五章 基于GPU服务器的object_detection开源框架模型训练
第三章 标注自己的数据集
本章主要讲述利用LabeLImg数据集标注工具进行批量图片的标注。
3.1 LabelImg简介
在深度学习的模型训练时,需要大量的带有标注的样本,人工标注是一样费时又费力的工作,LabelImg是为此而推出的一款便捷的标注工具。
3.2 LabelImg安装部分
参考文档
目标检测标注工具labelImg使用方法
对于ubuntu系统
## 下载labelImg源代码:
# cd /home/users/chenzhuo/Documents # 打开自己想要存储的文件夹
# git clone https://github.com/tzutalin/labelImg
## 安装依赖
# sudo apt-get install pyqt4-dev-tools # 安装PyQt4
# sudo pip install lxml # 安装lxml
对于centos系统
PyQt4不能直接安装,此步安装方法参考文档
CentOS7.1下python2.7.10安装PyQt4
## 1.安装sip
# wget http://downloads.sourceforge.net/project/pyqt/sip/sip-4.17/sip-4.17.tar.gz
# tar xvf sip-4.17.tar.gz
# cd sip-4.17
# python configure.py
# make & make install & make clean
## 2.通过安装qscintilla安装qt
#yum -y install epel-release
#yum install qscintilla*
## 3.安装pyqt4
# wget http://downloads.sourceforge.net/project/pyqt/PyQt4/PyQt-4.11.4/PyQt-x11-gpl-4.11.4.tar.gz
# tar xvf PyQt-x11-gpl-4.11.4.tar.gz
# cd PyQt-x11-gpl-4.11.4
# python configure.py -q /usr/lib64/qt4/bin/qmake
# make & make install & make clean
测试安装情况(使用VNC Viewer运行)
# cd /home/users/chenzhuo/Documents/labelImg # 进入labelImg所在目录
# python labelImg.py
3.3 LabelImg使用部分
运行界面如下图所示:
使用说明:
1. 可以在文件/home/users/chenzhuo/Documents/labelImg/data/predefined_classes.txt中修改默认的标签类别内容(car、person等)
2. Open Dir或快捷键Ctrl+u修改批量图片打开路径,并点击右下角Open打开图片
3. Open打开图片
4. Change Save Dir或快捷键Ctrl+r修改默认XML文件(即标注文件)保存位置(路径不能含中文)
5. Edit-Create RectBox或快捷键w标注画框,并选择提示标签类别(car/person等)
6. Ctrl+s保存标注图片xml文件,方便进行下一张标注
7. Next Image或快捷键d进行下一张;Pre Image或快捷键a进行上一张
8. 选定标注框,Delete键可删除该标注框
9. 标注完成的xml文件内容如下图所示:
注意:进行标注的图片最好为.jpg格式,并且为了下面的模型训练,将需标注批量图片的存储目录命名为VOC2007(即上级目录名)后,进行标注。