記事ディレクトリ
序文
インスタンスのセグメンテーションまたはターゲット検出関連のプロジェクトを行う場合、通常、アルゴリズムの要件に従ってデータセットにラベルを付けます。ラベル付けの形式は通常、json、xml、txt、およびその他の形式です。これら3つの一般的なラベル付け形式に精通していない仲間次の場所に移動できます：VOC（xml）注釈形式をYOLOv5（txt）およびCOCO2017（json）形式に変換します。
本論文では、主にインスタンスセグメンテーションとオブジェクト検出の分野で一般的に使用される3種類のデータ注釈ソフトウェアを紹介します。
インスタンスのセグメンテーション：Labelme
Anacondaプロンプトインストール
conda create -n labelme python=3.8
conda activate labelme
pip install pyqt5 # pyqt5 can be installed via pip on python3
pip install labelme==3.16.2
注釈ステップ
ソフトウェアを開く
- AnacondaPromptでlabelme環境に入ります
activate labelme
- 指定されたフォルダにcd
- 次に、labelmeコマンドを実行します
- --labels：定義されたすべてのクラス名を渡します
- –output：注釈ファイルの保存アドレスを指定します
(labelme) D:\dataset>labelme --labels label.txt --output output
一括注釈
- クリック
Open Dirして、データセットが配置されているフォルダーを開きます - クリック
Create Polygonsしてポリゴンラベリングフォームを作成し、ラベリングを開始します - ラベルカテゴリを選択してください
- クリック
Saveして画像の注釈ファイルを保存します（json形式） - クリック
Next Imageして次の画像をマーク
オブジェクト検出：LabelImg
Anacondaプロンプトインストール
conda create -n labelimg python=3.8
conda activate labelimg
pip install labelimg
注釈ステップ
ソフトウェアを開く
- AnacondaPromptでlabelimg環境に入ります
activate labelimg
- 指定されたフォルダにcd
- 次に、labelimgコマンドを実行します
- images：画像が保存されているフォルダ
- labels.txt：ラベル付けするすべてのカテゴリを指定します
(labelimg) D:\dataset>labelimg images labels.txt
ラベル付け前の設定
クリックViewして下の画像を表示し、次のオプションにチェックマークを付けます。
- 自動保存モード：次の画像に切り替えると、最後にマークされた画像のラベルが自動的に保存されるため、マークを付けるたびにCtrl+Sを押して同じ画像を保存する必要はありません。
- ラベルの表示：画像にマークを付けると、ボックスとラベルが表示されます
- 詳細モード：このように、マークされた十字は常にウィンドウ内で一時停止され、毎回ターゲットをマークすることなく、Wショートカットキーをもう一度押してマークされた十字を呼び出します
一般的なショートカットキー
- W：マークされた十字架を呼び出して、マークを開始します
- A：前の画像に切り替えます
- D：次の画像に切り替えます
- Ctrl + S：マークされたラベルを保存します
- del：マークされた長方形を削除します
- Ctrl +マウスホイール：Ctrlを押したまま、マウスホイールをスクロールして、マークされた画像の表示サイズを調整します
- Ctrl + u：写真に注釈を付けるフォルダーを選択します
- Ctrl + r：ラベル付きラベルが保存されているフォルダーを選択します
- ↑→↓←：マークされた長方形の位置を移動します
一括注釈
- クリック
Open Dirして、データセットが配置されているフォルダーを開きます - クリック
Create RectBoxして長方形のコールアウトボックスを作成し、マーキングを開始します - ラベルカテゴリを選択してください
- ラベル形式を選択します。labelimgには3つのラベル形式があり、次のいずれかを選択できます。
- パスカルVOC（xml）
- YOLO（txt）
- CreateML（json）
- クリック
Saveして画像の注釈ファイルを保存します - クリック
Next Imageして次の画像をマーク
インスタンスのセグメンテーションとオブジェクト検出：コラベラー
Labelme、LabelImgこれらの注釈ツールと比較して、ウィザード注釈アシスタントの強力な部分は、インスタンスのセグメンテーション、ターゲット検出、テキスト注釈、オーディオ注釈、ビデオ注釈などをサポートし、完全に無料であるということです。業界の良心！
Elf Marking Assistantは現在、Windows / Mac / Linuxプラットフォームをサポートしており、ご使用のシステムに応じて対応するバージョンをダウンロードできます。
公式サイトから直接ダウンロード
ラベリングステップ（例としてターゲット検出を取り上げます）
新たなプロジェクト
- ソフトウェアを開き、登録とログインを完了し、左上隅にある[新規]をクリックします。サポートされているプロジェクトの種類が多いことがわかります。ここで、マークする最初の位置を選択します
- 次に、右側に関連情報を入力し、[作成]をクリックします
一括注釈
- 選択できるコールアウトボックスは3種類あります。ここで、長方形のボックスを選択してマーキングを開始します。
- 次に、右上隅のラベル情報を選択します
- 下のチェックマーク√をクリックするか、
Ctrl+s - 次に、左側の前のボタンをクリックするか、キーボードの左右のボタンを直接使用して画像を切り替えることができます
- 最後に、左下の[エクスポート]をクリックします。注釈ファイルのタイプを選択できます
参照
ターゲット検出実用的な乳母レベルの教育！（2）：Yolov5リアルタイムターゲット検出
データセットの作成-labelImgを使用してデータセットを作成します
ターゲット検出では、LabelImgを使用してVOCデータ形式とYOLOデータ形式をマークします-LabelImgの使用に関する詳細なチュートリアル