【深度学习】常用数据集标注软件使用指南
深度学习常用的数据标注工具:Labelimg、Labelme、精灵标注助手,你值得拥有!
·
文章目录
前言
我们在做实例分割或目标检测相关项目时,通常要对自己的数据集按照算法要求进行标注,标注格式通常为json、xml、txt等格式,对这三种常见标注格式还不熟悉的同志们可以移步至:VOC(xml)标注格式转换为YOLOv5(txt)和COCO2017(json)格式。
本文主要对实例分割和目标检测领域常用的三种数据标注软件进行介绍。
实例分割:Labelme
Anaconda Prompt安装
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
标注步骤
打开软件
- 在Anaconda Prompt中进入labelme环境
activate labelme
- cd到指定文件夹下
- 然后运行labelme命令
- –labels:传入定义好的所有类别名称
- –output:指定标注文件的保存地址
(labelme) D:\dataset>labelme --labels label.txt --output output
批量标注
- 点击
Open Dir
打开数据集所在文件夹 - 点击
Create Polygons
,创建多边形标注形式,开始标注 - 选择标注类别
- 点击
Save
,保存该张图片的标注文件(json格式) - 点击
Next Image
,进行下一张图片标注
目标检测:LabelImg
Anaconda Prompt安装
conda create -n labelimg python=3.8
conda activate labelimg
pip install labelimg
标注步骤
打开软件
- 在Anaconda Prompt中进入labelimg环境
activate labelimg
- cd到指定文件夹下
- 然后运行labelimg命令
- images:存储图片的文件夹
- labels.txt:指定要标注的所有类别
(labelimg) D:\dataset>labelimg images labels.txt
标注前的设置
点击View
显示如下图,然后把如下的几个选项勾上:
- Auto Save mode:切换到下一张图片时,会自动把上一张标注的图片标签自动保存下来,这样就不用每标注一样图片都按Ctrl+S保存一下了
- Display Labels:标注好图片之后,会把框和标签都显示出来
- Advanced Mode:这样标注的十字架就会一直悬浮在窗口,不用每次标完一个目标,再按一次W快捷键,调出标注的十字架
常用快捷键
- W:调出标注的十字架,开始标注
- A:切换到上一张图片
- D:切换到下一张图片
- Ctrl+S:保存标注好的标签
- del:删除标注的矩形框
- Ctrl+鼠标滚轮:按住Ctrl,然后滚动鼠标滚轮,可以调整标注图片的显示大小
- Ctrl+u:选择要标注图片的文件夹
- Ctrl+r:选择标注好的label标签存放的文件夹
- ↑→↓←:移动标注的矩形框的位置
批量标注
- 点击
Open Dir
打开数据集所在文件夹 - 点击
Create RectBox
,创建矩形标注框,开始标注 - 选择标注类别
- 选择标注格式,labelimg中有三种标注格式,可以任选一种:
- Pascal VOC(xml)
- YOLO(txt)
- CreateML(json)
- 点击
Save
,保存该张图片的标注文件 - 点击
Next Image
,进行下一张图片标注
实例分割&目标检测:精灵标注助手(Colabeler)
相比于Labelme,LabelImg这些标注工具,精灵标注助手强大的地方在于支持实例分割、目标检测、文本标注、音频标注和视频标注等,并且完全免费,称得上业界良心!
精灵标注助手目前支持Windows/Mac/Linux平台,大家根据自己的系统下载相对应的版本。
官网直接下载
标注步骤(以目标检测为例)
新建项目
- 打开软件,完成注册登录,点击左上角的新建,可以看到支持的项目类型非常多,这里选择第一个位置标注
- 然后再右侧填写相关信息,点击创建
批量标注
- 可以选择三种标注框,这里选择矩形框,开始标注
- 之后在右上角选择标注信息
- 点击下方的对号√,或者
Ctrl+s
- 然后可以点击左侧的前一个后一个,或者直接使用键盘的向左按钮和向右按钮来切换图片
- 最后点击左侧下方的导出,可以选择标注文件的类型
LabelBee
Reference
更多推荐
已为社区贡献9条内容
所有评论(0)