点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
来源:AIZOO
在我们平常做 深度学习检测项目时,可能经常需要标注数据,但是标注数据,本身又是一件很麻烦的事情。今天,看到 Github 有个大佬开源的基于 YOLOv5 的辅助标注工具,推荐给大家。
首先,上链接:
https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg
这是一个基于 labelImg与 YOLOv5 的半自动标注工具,通过现有的YOLOv5 PyTorch模型对数据集进行半自动标注。
它的原理其实很简单,使用在 COCO 数据集训练好的 YOLOv5 模型,在你的数据集上进行推理,生成标签。
大家看一下官方给的两个动图,应该就明白怎么使用了。
其实,我们也可以自己先标注一部分数据,训练一个基本的模型,然后使用跟这个模型帮我们标注,提高标注效率。有点半监督的意思了。
官方给出的具体使用方法如下:
1.从 git 中获取项目
git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git
2.切换操作目录到工程目录
cd labelGo-Yolov5AutoLabelImg
3.配置环境
pip install -r requirements.txt
4.将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别
4.5(可选).变更成中文版,请编辑\libs\stringBundle.py,注释第52行,取消注释54行。
5.启动应用程序
python labelGo.py
6.点击“打开目录”按钮选择存放图片的文件夹
7.点击“自动标注”按钮确认信息无误后选择已训练的yolov5 pytorch模型完成自动标注
8.根据实际要求,对自动标注结果进行调整后保存即可
好消息!
小白学视觉知识星球
开始面向外开放啦👇👇👇
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~