本文档将介绍如何使用Labelme和PaddleLabel标注工具完成目标检测相关单模型的数据标注。 点击上述链接,参考⾸⻚⽂档即可安装数据标注⼯具并查看详细使⽤流程,以下提供简洁版本说明:
该数据集是人工采集的数据集,数据种类涵盖了安全帽和人的头部两种类别,包含目标不同角度的拍摄照片。 图片示例:
Labelme 是一个 python 语言编写,带有图形界面的图像标注软件。可用于图像分类,目标检测,图像分割等任务,在目标检测的标注任务中,标签存储为 JSON 文件。
为避免环境冲突,建议在 conda 环境下安装。
conda create -n labelme python=3.10
conda activate labelme
pip install pyqt5
pip install labelme
终端进入到带标注数据集根目录,并启动labelme标注工具
cd path/to/hemlet
labelme images --labels label.txt --nodata --autosave --output annotations
--ouput 标签文件存储路径
启动 labelme 后如图所示:
b. 经过整理得到的最终目录结构如下:
c. 将hemlet目录打包压缩为.tar或.zip格式压缩包即可得到安全帽检测标准labelme格式数据集
为避免环境冲突,建议创建一个干净的conda环境:
conda create -n paddlelabel python=3.11
conda activate paddlelabel
同样可以通过pip一键安装
pip install --upgrade paddlelabel
pip install a2wsgi uvicorn==0.18.1
pip install connexion==2.14.1
pip install Flask==2.2.2
pip install Werkzeug==2.2.2
安装成功后,可以在终端使用如下指令启动 PaddleLabel paddlelabel # 启动paddlelabel pdlabel # 缩写,和paddlelabel完全相同 PaddleLabel 启动后会自动在浏览器中打开网页,接下来可以根据任务开始标注流程了。详细操作说明可参考 快速使用 文档。
首先定义需要标注的类别,以版面分析为例,提供10个类别, 每个类别有唯一对应的id |类别名|类别id| |---|---| |安全帽|hemlet| |人的头部| persion| 点击添加类别,创建所需的类别名
开始标注 a. 首先选择需要标注的标签 b. 点击左侧的矩形选择按钮 c. 在图片中框选需要区域,注意按语义进行分区,如出现多栏情况请分别标注多个框 d. 完成标注后,右下角会出现标注结果,可以检查标注是否正确。 e. 全部完成之后点击 项目总览
b. 填写导出路径和导出格式,导出路径依然是一个绝对路径,导出格式请选择coco
c. 导出成功后,在指定的路径下就可以获得标注文件。
| 源文件(目录)名 | 重命名后文件(目录)名 |
|---|---|
| train.json | instance_train.json |
| val.json | instance_train.json |
| test.json | instance_test.json |
| image | images |
c. 将hemlet目录打包压缩为.tar或.zip格式压缩包即可得到安全帽检测标准coco格式数据集