«Технология разработки» Знакомство с установкой и использованием LabelImg

искусственный интеллект глубокое обучение

LabelImg — инструмент графического аннотирования изображений.

Он написан на Python и использует Qt для своего графического интерфейса.

Аннотации сохраняются в виде файлов XML в формате PASCAL VOC, которыеImageNetиспользуемый формат. Кроме того, он поддерживает формат YOLO.

Посмотреть демонстрационное видео

Установить

сборка из исходников

Linux/Ubuntu/Mac требуется как минимумPython 2.6и использовалиPyQt 4.8прохождение теста. Однако настоятельно рекомендуется использоватьPython 3 или более поздняя версияа такжеPyQt5.

 

Ubuntu Linux

Python 2 + Qt4

sudo apt-get install pyqt4-dev-tools
sudo pip install lxml
make qt4py2
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Python 3 + Qt5 (Recommended)

sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

macOS

Python 2 + Qt4

brew install qt qt4
brew install libxml2
make qt4py2
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Python 3 + Qt5 (Recommended)

brew install qt  # Install qt-5.x.x by Homebrew
brew install libxml2

or using pip

pip3 install pyqt5 lxml # Install qt and lxml by pip

make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Python 3 Virtualenv (Recommended)

Virtualenv can avoid a lot of the QT / Python version issues

brew install python3
pip3 install pipenv
pipenv --three # or pipenv install pyqt5 lxml
pipenv run pip install pyqt5 lxml
pipenv run make qt5py3
python3 labelImg.py
[Optional] rm -rf build dist; python setup.py py2app -A;mv "dist/labelImg.app" /Applications

Примечание. Команда Last дает вам красивый файл .app с новым значком SVG в папке /Applications. Вы можете использовать следующий скрипт: build-tools/build-for-macos.sh

Окна

УстановитьPython,PyQt5 иустановить lxml.

Откройте cmd и перейдите кlabelImgсодержание

pyrcc4 -o line / resources.py resources.qrc
对于pyqt5，pyrcc5 -o libs / resources.py资源qrc

python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Windows + Anaconda

Загрузить и установитьAnaconda(Питон 3+)

Откройте Anaconda Prompt и перейдите кlabelImgсодержание

conda install pyqt = 5
pyrcc5 -o libs / resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Получено из PyPI, но только с python3.0 или выше

pip3 install labelImg
labelImg
labelImg [IMAGE_PATH] [预先定义的课程文件]

Используйте Докер

码头运行-it \
--user $（ id -u ） \
-e DISPLAY = unix $ DISPLAY \
--workdir = $（ pwd ） \
--volume = “ / home / $ USER：/ home / $ USER ” \
--volume = “ / etc / group：/ etc / group：ro ” \
--volume = “ / etc / passwd：/ etc / passwd：ro ” \
--volume = “ / etc / shadow：/ etc / shadow：ro ” \
--volume = “ /etc/sudoers.d:/etc/sudoers.d:ro ” \
-v /tmp/.X11-unix:/tmp/.X11-unix \
tzutalin / py2qt4

make qt4py2 ; ./labelImg.py

Вы можете получить образ со всеми установленными и необходимыми зависимостями.Посмотреть демонстрационное видео

использование

Шаг (ПаскальVOC)

  1. Соберите и запустите, следуя приведенным выше инструкциям.
  2. Нажмите «Изменить папку сохраненных заметок по умолчанию» в «Меню/Файл».
  3. Нажмите «Открыть каталог».
  4. Нажмите «Создать RectBox».
  5. Нажмите и отпустите левую кнопку мыши, чтобы выбрать область для комментирования прямоугольника.
  6. Вы можете использовать правую кнопку мыши, чтобы перетащить прямоугольник, чтобы скопировать или переместить

Заметки будут сохранены в указанную вами папку.

Вы можете использовать следующие горячие клавиши для ускорения рабочего процесса.

Шаг (ЙОЛО)

  1. существуетdata/predefined_classes.txtОпределяет список классов, которые будут использоваться для обучения.
  2. Соберите и запустите, следуя приведенным выше инструкциям.
  3. Под кнопкой «Сохранить» в правом нижнем углу панели инструментов нажмите кнопку «PascalVOC», чтобы переключиться на формат YOLO.
  4. Вы можете обрабатывать одно или несколько изображений с помощью Open/OpenDIR. Когда закончите с одним изображением, нажмите Сохранить.

Текстовый файл в формате YOLO будет сохранен в той же папке, что и изображение с тем же именем. В эту папку также сохраняется файл с именем «classes.txt». «classes.txt» определяет список имен классов, на которые ссылаются теги YOLO.

Уведомление:

  • Ваш список тегов не должен изменяться во время обработки списка изображений. Когда изображение сохраняется, class.txt также обновляется, а предыдущие аннотации — нет.
  • Функцию «класс по умолчанию» не следует использовать при сохранении в формате YOLO, на нее не будут ссылаться.
  • При сохранении в формат YOLO флаг «сложно» сбрасывается.

Создание предопределенных классов

вы можете редактироватьdata / predefined_classes.txtдля загрузки предопределенных классов

горячая клавиша

Ctrl + u Загрузить все изображения из каталога
Ctrl + r Изменить целевой каталог аннотаций по умолчанию
Ctrl + s спасти
Ctrl + d Дублировать текущую метку и прямоугольник
космос Отметить текущее изображение как проверенное
w ^ Создайте прямоугольную коробку
d следующее изображение
Один предыдущее изображение
Дел Удалить выделенный прямоугольник
Ctrl + увеличить
Ctrl-- уменьшить
↑→↓ ← Стрелки клавиатуры перемещают выбранный прямоугольник

Проверить изображение:

При нажатии пробела пользователь может пометить изображение как проверенное, при этом будет отображаться зеленый фон. Это используется, когда набор данных создается автоматически, тогда пользователь может просмотреть все изображения и пометить их, а не аннотировать их.

трудный:

Поле сложности, установленное на 1, указывает, что объект был помечен как «сложный», т. е. объекты, которые хорошо видны, но их трудно идентифицировать без полного использования контекста. В зависимости от реализации вашей глубокой нейронной сети вы можете включать или исключать сложные объекты во время обучения.

Как внести свой вклад

Отправить запрос на включение

лицензия

Бесплатное программное обеспечение: лицензия MIT

Цитата: Цуталин. ЯрлыкImg. Git-код (2015).GitHub.com/Тайзу Таллинн/Ла…

Категории