图像标注训练工具 SIDI

添加图片注释，不超过 140 字（可选）

[2024-07-30]图像训练工具SIDI[0.0.0.006]

1.修复不同分辨率缩放不正常的BUG；

2.修复标签增加删除的BUG，但目前不支持标签名称标注后进行修改；

3.修复点击图像缩略图类别+1的BUG；

4.增加图像缩略图菜单栏删除功能；

[2024-07-24]图像训练工具SIDI[0.0.0.005]

1.在训练集图像尺寸不统一的情况下增加计算训练集尺寸占比最高的尺寸作为每一张图在归一化前的resize尺寸；

2.修改所有模型缩放比例为32倍数；

3.增加模型存储时存储resize以及归一化的尺寸json文件，保证训练推理的统一性；

4.增加对训练集标注和未标注的过滤选项；

[2024-07-15] 图像训练工具SIDI[0.0.0.004]

1.修复分割模式类别阈值未使用的问题；

2.修复分类模式标签添加异常的问题；

3.增加了训练集已标注和未标注的筛选；

[2024-07-10] 图像训练工具SIDI[0.0.0.003]

1.完善语义分割模块，目前最大支持7类语义分割输出，超过的类别目前主要因为渲染颜色暂时未考虑完善，目前分割网络是以mask_one_hot形式进行标签输入以及结果输出，对于七类颜色渲染信息如下：

List<Scalar> colors = new List<Scalar>
   {
             new Scalar(0, 0, 0),        // 灰度值为0时对应的RGB颜色为黑色
             new Scalar(255, 0, 0),      // 灰度值为1时对应的RGB颜色为红色
             new Scalar(0, 255, 0),      // 灰度值为2时对应的RGB颜色为绿色
             new Scalar(0, 0, 255),      // 灰度值为3时对应的RGB颜色为蓝色
             new Scalar(255, 255, 0),    // 灰度值为4时对应的RGB颜色为黄色
             new Scalar(255, 0, 255),    // 灰度值为5时对应的RGB颜色为紫色
             new Scalar(0, 255, 255),    // 灰度值为6时对应的RGB颜色为青色
             new Scalar(192, 192, 192),  // 灰度值为7时对应的RGB颜色为灰色
             new Scalar(128, 128, 128),  // 灰度值为8时对应的RGB颜色为中灰色
             new Scalar(128, 0, 0),      // 灰度值为9时对应的RGB颜色为栗色
};

2.修改SQLlite数据库存储标签为txt文本形式进行存储，避免因数据“.db”文件带来其他项目上的额外可能引发的问题：

3.优化分割网络训练显示提示；

[2024-07-01]

1.对标签显示进行优化，但目前不支持中文；

2.优化了分割网络，目前单类别分割检测结果以.mask文件存储，仅支持512尺度缩放；

3.优化了部分显示问题；

[2024-06-26] 图像训练工具SIDI[0.0.0.002]版本免费发布，

1.修复目标检测最大值抑制点输出未过滤的BUG；

2.修复推理保存结果描述为【center_x,center_y,w,h】但实际为【left_x,left_y,right_x,right_y】的保存错误；

3.修复目标检测中点击测试模块后再点击训练模块不返回的BUG；

1.下载地址

链接: 百度网盘 请输入提取码

提取码: rii9

需求环境：

内存>16G

显存>4G

2.创建项目

下载完后点击目录下“SIDI.exe”打开程序

添加图片注释，不超过 140 字（可选）

2.1新建工程

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

2.2导入图像

导入图像是复制图像到工程目录的方式

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

2.3选择训练模式

目前只支持分类、目标检测以及分割：

添加图片注释，不超过 140 字（可选）

2.4标注

先设置好标签：

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

再“标签”下拉列表选择需要进行标注的标签，例如选择type1,进行标注后标签自动显示type1的数值值0

对于分割网络使用多边形进行标注，标注完成后双击或者点击鼠标右键进行一个标注区域的完成

添加图片注释，不超过 140 字（可选）

2.5训练

分类基于MobileNet实现，目前可支持多尺度训练；

目标检测基于YOLO实现，目前支持缩放长度为32的倍数，640是较好的缩放长边尺度；

语义分割基于BiseNet实现，目前只支持最大长边512，还在调试中；

选择继承训练会加载上一次训练的模型结果，在上一次训练的基础上进行再训练，不选择则重新开始训练。

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

2.6测试

点击“推理按钮”进行测试，下图为二分类目标检测结果，红色为预测结果，绿色为标注结果。

添加图片注释，不超过 140 字（可选）

两类别目标检测推理结果

两类别语义分割推理结果

3.打开项目

添加图片注释，不超过 140 字（可选）

打开项目选择工程文件夹下的.aipro文件，这是用类似于文本形式存储的关于工程文件夹的项目路径记录，不建议进行更改。

添加图片注释，不超过 140 字（可选）