머신러닝 데이터 세트, 특히 이미지 데이터 세트를 만들 때 매우 번거롭게 느껴질 수 있는데, 이 글에서는 주석 처리 과정을 단순화하는 아이디어를 소개하겠습니다.
1. 데이터 세트 수집 및 데이터 세트 정리
2. 데이터 세트의 일부에 수동으로 레이블 지정
3. 레이블이 지정된 데이터 세트를 자체 모델로 학습
4. 모델을 사용하여 레이블이 지정되지 않은 데이터를 예측하고 예측 파일 출력
5. 예측된 데이터 다시 작성 데이터 주석 도구 가져오기 및 수동 조정
다음으로 제가 더 편리하다고 생각하는 CVAT 라는 개인 주석 도구를 소개하겠습니다 .
1. 주석 유형
경계 상자 - 인식 추적 작업
다각형 - 분할 작업
폴리라인
점 - 주석 포즈 추정에 사용됩니다.
2. 주석 형식
COCO, PASCAL VOC, YOLO... 등과 같은 여러 데이터 형식의 편리한 가져오기 및 내보내기를 지원합니다.
3. 주석 보조 도구
(1) 모서리 흡착
(2) 밝기 조정
(3) 추적
4. 팀 주석
(1) 구성원 관리: 구성원 등록, 그룹 관리
(2) 프로젝트 작업 관리: 프로젝트 추가, 작업 배포
5. 관련 링크
CAVT 중국어 사용자 가이드: https://blog.51cto.com/u_14691718/5063951
영어 공식 문서: https://openvinotoolkit.github.io/cvat//docs/
프로젝트 github 주소: https://github .com/openvinotoolkit/cvat