Detectron2-学习笔记-使用docker安装LabelMeAnnotationTool

最新推荐文章于 2024-08-08 08:03:24 发布
最新推荐文章于 2024-08-08 08:03:24 发布
阅读量819 收藏
点赞数
分类专栏： Detectro2学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ihjmh/article/details/104824236
版权
本文记录了在Docker环境下安装LabelMeAnnotationTool的过程，包括下载源码、构建镜像及解决git下载问题的方法。通过启动本地HTTP服务器并修改Dockerfile中的ADD指令，成功安装并展示了工具的效果。
摘要由CSDN通过智能技术生成

踩了不少坑，记录一下

 

1. 下载 https://codeload.github.com/CSAILVision/LabelMeAnnotationTool/zip/master zip 文件

2.

  • In terminal navigate to this directory.
  • Run $bash ./build_labelme_image.sh to build the labelme image.
  • Run $bash ./start_labelme_container.sh to start the container.
  • Point your favourite browser to http://localhost:8080/LabelMeAnnotationTool/tool.html. Let the Labeling Begin!

3. 文件中有几个地方会卡住，在建立镜像时，git由于不可知的因素无法下载，现在通过魔法来绕过，第一步先用SS下载好文件，启动一个本地的HTTPserver

   3.1 python -m SimpleHTTPServer 8000

   3.2 修改docker中的文件
   ADD http://192.168.9.115:8000/LabelMeAnnotationTool-master.tar . RUN tar -xf LabelMeAnno

最低0.47元/天 解锁文章
DamonHowe
关注
专栏目录
机器学习笔记 - labelme标注工具使用
学以致用 知行合一
03-14 638
labelme标注工具使用
Docker（十三）：离线安装docker社区版（docker-18.06.3-ce）
热门推荐
✨ 欢迎来到【Seal ^_^ 的CSDN博客】！这里是我记录技术心得、分享经验的地方。✨
03-18 2万+
🟢 Docker（十三）：离线安装docker社区版（docker-18.06.3-ce）
使用docker 安装label me并使用
Keep Learning
05-17 881
环境：Mac OS 准备工作：Docker安装， git 1 下载项目代码 git clone https://github.com/CSAILVision/LabelMeAnnotationTool.git 历史记录： localhost:git xubo$ git clone https://github.com/CSAILVision/LabelMeAnnotationTool.git Cloning into 'LabelMeAnnotationTool'... remote: Enumerati
推荐一款开源的图像标注工具 - LabelMeAnnotationTool
gitblog_00021的博客
03-17 519
推荐一款开源的图像标注工具 - LabelMeAnnotationTool LabelMeAnnotationToolSource code for the LabelMe annotation tool.项目地址:https://gitcode.com/gh_mirrors/la/LabelMeAnnotationTool 项目链接： 在计算机视觉领域，图像数据的标注是一项至关重要的任务。它能...
**推荐开源项目：LabelMe——在线图像标注神器**
最新发布
gitblog_00497的博客
08-08 545
推荐开源项目：LabelMe——在线图像标注神器 LabelMeAnnotationToolSource code for the LabelMe annotation tool.项目地址:https://gitcode.com/gh_mirrors/la/LabelMeAnnotationTool 项目介绍 在图像处理和机器视觉领域，数据标注是至关重要的第一步。今天，我们要向大家隆重推荐一个强...
LabelMeAnnotationTool-master
01-07
LabelMeAnnotationTool-master
LabelMeAnnotationTool:LabelMe批注工具的源代码-Source code
03-25
批注工具源代码 在这里，您将找到用于在服务器上安装LabelMe批注工具的源代码。 LabelMe是用Javascript编写的用于在线图像标记的注释工具。 与传统的图像批注工具相比，优点是您可以从任何地方访问该工具，并且人们可以帮助您对图像进行批注，而不必将大型数据集安装或复制到他们的计算机上。 引文： BC Russell，A。Torralba，KP Murphy，WT Freeman。 LabelMe：用于图像注释的基于数据库和基于Web的工具。 国际计算机视觉杂志，77（1-3）：157-173，2008年。 下载： 您可以直接下载的。 另外，您可以按如下所示从GitHub克隆它： $ git clone https://github.com/CSAILVision/LabelMeAnnotationTool.git 内容： 图片-这是您的图片所在。 注释-这是收集注释
【云原生】Docker 进阶 -- 阿里云服务器安装Docker Compose与初体验
wanghuichen的博客
06-29 4257
Docker 进阶 之 Compose 容器编排详解
docker docker-compose学习笔记
12-16
docker学习笔记，docker安装及使用，各个命令说明以及使用事例， docker-compose自动配置服务，完成项目发布部署war项目，搭建docker私服 redis svn mysql等服务,大部分来自网络后整理
ROS从入门到精通4-2：Docker安装ROS、可视化仿真与终端复用
FRIGIDWINTER的博客
03-07 4410
本文详细介绍如何在Docker中安装ROS，并进行Rviz、Gazebo等可视化仿真。为了更好地与Docker配合，本文还介绍了终端复用工具Tmux，并总结了其常用命令
LabelMeAnnotationTool, LabelMe注释工具的源代码.zip
09-17
LabelMeAnnotationTool, LabelMe注释工具的源代码 LabelMe注释工具源代码在这里你将找到在服务器上安装LabelMe注释工具的源代码。 LabelMe是用于在线图像标注的Javascript中的注释工具 writen 。 传统图像注释工具的优点是可以以从任何地方访问工具，而不需要将
LabelMeToolbox-master
01-07
LabelMe is a WEB-based image annotation tool and a Matlab toolbox that allows researchers to label images and share the annotations with the rest of the community. Copyright (C) 2007 MIT, Computer Science and Artificial Intelligence Laboratory. Antonio Torralba, Bryan Russell, William T. Freeman This program is free software: you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version. This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details. You should have received a copy of the GNU General Public License along with this program. If not, see
labelme2Datasets:用于将LabelMe标注好的数据转换为VOC格式和COCO格式的数据集
04-30
数据集转换脚本（工具向） News: 最近开始论文实验，需要重新整理一下数据集，顺便整理一下这个代码仓库。 简介 仓库中的脚本用于将Labelme标注的数据转换为PASCAL VOC格式或MS COCO格式的标准数据集，便于直接利用现有的训练框架进行训练。 使用须知: 脚本写的其实并不复杂，有基础的同学可以过一下脚本的流程，确保在自己使用的标注数据或数据集上能正常使用，有需要调整的地方也可以自己调整下，可以省掉一些Debug的无用功夫。 举例说明： 数据集不同，计算BBOX左上角和右下角的Points下标也不一定相同，需要确认下。 标注工具和常见的两种数据集格式 Labelme是我用的标注工具，对图像进行多种类型的标注，可以直接得到json文件。GitHub地址如下： PASCAL-VOC和MS-COCO是两个大型的开源数据集，其数据集的标注形式成为了通用的标注方式，常见的视觉模型的训练
annotation-tool:适合科研、教学和学习的视频标注服务
08-03
开放式注释工具 Opencast Annotation Tool（又名 Annotating Academic Video by Entwine）是一种适用于研究、教学或学习的视频注释服务。 该软件由两部分组成： 前端组件，包含注释 webapp。 需要集成到 Opencast 安装中的 Opencast 后端模块。 发布、支持和分发 与 Opencast 不同的是，围绕 Opencast Annotation Tool 的社区相对较小，其开发和维护的资源有限。 考虑到这一点，尝试同时支持该工具的多个版本毫无意义。 这种情况也并不真正保证任何正式和/或定期的发布周期。 因此，这个项目遵循一种滚动发布策略：我们尽力让 GitHub 上的master分支始终包含软件的工作版本。 因此，每次推送到master构成一个版本，由最新的时间戳和适当的 git commit 哈希进行版本控制。
深度学习标注工具 LabelMe 的使用教程（Windows 版本）
a1424262219的博客
11-21 2576
深度学习标注工具 LabelMe 的使用教程（Windows 版本） 2018-11-2120:12:53 精灵标注助手：http://www.jinglingbiaozhu.com/ LabelMe：https://github.com/CSAILVision/LabelMeAnnotationTool 1. install anaconda： 　　http...
图像标注工具
jacke121的专栏
07-08 4738
参考：十个最常用深度学习图像/视频数据标注工具 https://mp.weixin.qq.com/s?__biz=MzA4MDExMDEyMw==&mid=2247486433&idx=1&sn=6d5204a537fa5effe7f13f944f0ee04c&chksm=9fa87ca5a8dff5b3073cb7ee6e21c4cc561daa562a45a4...
mask-rcnn 标注工具 labelmeの安装教程
weixin_39591092的博客
08-29 1121
1.下载labelme 数据包： https://github.com/wkentaro/labelme 2.在开始界面打开Anaconda prompt (1）命令行输入conda create -name=labelme python=3.6   出现上图情况，下一步进入labelme数据包路径（图片有） (2）命令行输入conda install pyqt  输入y (3...
labelme教程
蘇丶的博客
09-28 3886
1.打开anaconda下面的Anaconda prompt 2.输入labelme 3. Labelme打开了 4.点创建多边形 5.然后就描边，最后双击结束 6.点save，然后json就保存下来了 7.最后ship图片和json分别放在两个文件夹中，名字都一样，一一对应 ...
在CentOS 9-Stream中使用Docker安装ToughRadius v8的详细步骤
使用`yum install`命令安装Docker CE（Community Edition），包括`docker-ce`, `docker-ce-cli`, `containerd.io`，以及可选的Docker Compose插件。如果需要特定版本，可以列出所有可用版本并选择安装。 列出所有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值