由于在学习语义分割框架,安装好相关环境后,下一步就是准备数据集进行训练了,网上也找了一些数据集,但还没有开始训练。因为语义分割的数据集和目标检测有一些区别,加之以前自己制作目标检测数据集都是在已有基础上进行,所以没有对使用工具及软件进行溯源,现在从数据标注工具入手。
我使用过的数据标注软件有labelme和labelimg,前者是coco格式(.json),后者是vco格式(.xml),两者都是相通的,也有互相转化的代码,自己也可以写,就看怎么使用比较方便。
我之前在自己笔记本上是使用虚拟环境安装了labelme,使用的时候打开中断,命令行输入labelme,就可以激活,打开标注界面进行标注工作。
关于标注软件labelme,大家也可以去它的官网找相关信息,怎么安装,以及生成可执行文件等。如果没有安装虚拟环境,并且没有网络,如果提前准备了可执行文件那就会方便很多,官网最新版下载地址:https://github.com/wkentaro/labelme/releases
打开可见包含各种版本的可下载文件,同时这里也提供了可执行文件,我们也可以自己尝试生成可执行文件,据个人经验和官网的提示,
(首先下载好labelme的压缩包并解压),执行如下指令:
conda create --name labelme python==3.6.0
conda activate labelme
git clone https://ithub.com/wkentaro/labelme.git
cd labelme
# Build the standalone executable
pip install .
pip install pyinstaller
pyinstaller labelme.spec
顺利执行完上述代码,最后会在dist文件夹生成对应电脑系统的(windows、linux等)的可执行文件,有这个执行文件,拷贝之类就很方便,也算是学习了一下可执行文件的生成。
windows生成的是labelme.exe 文件,linux生成的是labelme文件,不带后缀,对于在windows上装了xshell连接linux(ubuntu)服务器的情况,就不能直接打开可执行文件了,因为你是在windows上打开Ubuntu的可执行文件,无法执行。由于工作电脑连接的是服务器,没有桌面,所以在xshell里面装了labelme的虚拟环境,qt不能执行,也就也无法执行代码打开标注软件,只能使用windows的可执行文件打开,这就只能下载,或者自己在Windows上生成labelme.exe拷贝后打开。实际发现也很简单,但还是走了一点弯路,浪费时间。