著作権:再現ソースを明記してください、ありがとうhttps://blog.csdn.net/wsp_1138886114/article/details/85017498
検出ターゲット、我々は元の画像データセットをマークするために必要な、我々は、ターゲットマシンに伝える必要があり、その後、マシンは学ぶために聞かせて、このプロセスは非常に重要です。私は、簡単で便利な検出以前に公表されたデータセット、ゲームデータセットを、ターゲットに直接ダウンロードされます。
今、彼らは自分のデータセットを訓練の追加を必要とする、標準は確かに逃しました。LabelImgそれがない、このツールは、元の画像内の対象物の位置をマークし、対応するXMLファイルを生成するために各画像が目標基準ボックスの位置を示しています。
開発環境
windows10 | Anaconda | python ==3.7.X
まず、対象の検出データの使用はLabelImgを生成するように設定します
1.1、ダウンロードLabelImg
ダウンロード:https://github.com/tzutalin/labelImgダウンロードは、アンパック、LabelImg・マスターファイルを取得します。
1.2、環境を構成
端末はLabelImgマスターディレクトリに入り、次のコマンドを順次実行することができます
conda install pyqt = 5
pyrcc5 -o resources.py resources.qrc
python labelImg.py
- 1
- 2
- 3
1.3、タグ付けを開始
先查看图片,查看你需要标注哪几个位置,命好这几类名字(之后不能改)
Open Dir(图片目录)>> Change Save Dir(标注文件目录:最好与图片目录相同) >>Create \nRectBox(创建标注)>>选择类名>>Save(保存)>>Next Image(下一张)
为了加快标注,你可以进入 labelImg-master\data下,用Notepad++打开predefined_classes.txt文件,修改为刚才命好这几类名字。配合快捷键,一个小时大约标注100-150张(以我这个为例),这个时候你会感觉到想吐,这很正常,习惯就好,祝你好运!!!
二、使用 labelme生成mask掩码数据集
2.1 安装与启动
mask数据集标注工具(labelme): https://github.com/wkentaro/labelme
下载安装 Anaconda,然后在prompt
里依次输入如下指令:
conda create --name=labelme python=3.7(python=自己的Python版本)
activate labelme
conda install pyqt
pip install labelme
- 1
- 2
- 3
- 4
启动labelme的conda环境,即按照以下步骤启动:
activate labelme
labelme
- 1
- 2
2.2 标注与保存
クリックしてCreate Polygons
目標を作成するには、クリックを作成しましたsave
(ポップ保存場所を選択します).jsonファイルの保存
、複数のボックス、果物... BOX1と命名、BOX2 ... fruit1、fruit2 ...場合はマスクの塗装の過程で 。あなたがマークを付けたときに一つのチャンネルのみであるlabel.pngファイル、のためのタグの最後の世代は、同じラベルのマスクは、ラベルが与えられますし、異なるマスク要件の例は、異なる層に配置します。最終トレーニング入力は*さh * nは画像のインスタンスの数であるndarray、wが得られる要求です。すべてのすべてで、それは特定のプロセスに名前を付けるように上記塗装マスクに従ったものであるときは、上記のコードでは達成されています。図:
すべてのファイルがターゲットファイルフォルダを(中国のパスとフォルダ名を持っていない)を見つけるために開始した後、完成マークされ、それが関連するコーディングエラーに報告されます。次のコードを実行します。
labelme_json_to_dataset <文件名>.json
- 1
あなたは、4個のファイルとフォルダを取得することができ*.png
、info.yaml
、label.png
、label_viz.png
。我々はlabel_dataを配置したい場所ですLabel.png。
labelmeを達成するために、2.3 json_to_datasetバッチ法
Cで:\ Anaconda3 \ ENVS \ labelme \ Libの\サイト-パッケージ\ labelme \ CLI( ディレクトリのインストール環境に応じて)json_to_dataset.py
ファイル、JSONデータセットのコードに変わるが設けられているので、我々は唯一これに基づいて必要変更ができます。
次のようにコードを変更します。
- 1
つづきます