论语义分割的数据标注，生活本应该那么美好

我们村村主任姓李，所以平时大家都叫他李主任。李主任的远房老表是住在村口的孙建国。孙建国欠了本村钱建国的钱。今年寻思着养鱼还债。打电话给隔壁村卖鱼苗的周建国。周建国说，还得等一段时间才能长成鱼苗，现在没有。但是，但是周建国发了一些照片给孙建国，告诉他到时候就这样卖。

按照规矩，鱼苗是五毛钱一尾。孙建国想，我需要的量大，不能你说是几尾就是几尾，万一多收了钱怎么办。孙建国就去找村李主任。李主任也犯了难。看看照片，这咋数的过来呢？李主任脑子比较灵光，突然想到前段时间我给村支书修过村口的摄像头（可以查看另外一篇博客《第三更，单目相机标定实践（完整过程）》）。怀着试一试的心态，就到我家找我了。

看了照片，我拍着胸脯告诉李主任，这个没有问题。现在人工智能这么发达，没有搞不定的事情。李主任看我信心满满，就满心欢喜回去了，临走让我等他通知。

 

本文提到的鱼苗图（大概150幅，每幅图中鱼苗有几十个），以及labelimg的windows exe包可以到公众号内下载。

 

问题分析

这是一个基于图像的目标检测任务。可以采用传统方法和深度学习的方法。传统方法挑战也不大。但是本着与时俱进的精神，更喜欢深度学习的方法。如果用深度学习的方法，一个大的挑战就是数据标注。

数据标注

我选择了两个数据标注工具

（1）Labelimg

labelimage使用比较简单，看到了鱼苗，点一下拖一下就可生成对应的目标框,点击保存即可。不多说。看图。

(2) Labelme

我们什么要用labelme来标注语义分割的mask。完全是想换个思路。

它的安装有点麻烦。我使用anaconda安装的。至于怎么搭建环境，可以参考我的另外一篇博客《深度学习完全攻略！（连载六：CUDA10.1+tensorflow+VS+anaconda3安装）》。

搭建完后，执行如下的操作

1. conda activate tensorflow-gpu

2. conda install pyqt

3. pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 不忙着退出，在命令好输入 labelme，就可以。

 

标注完一个鱼苗后，我放弃了。

 

难怪数据标注工程师这么高薪，是有道理的。生活本应该那么美好，非要去接这样一个活。

 

大家有什么好的工具，可以参考下，公众号的回复。李主任过几天就来了。挺急的。