数据标注工程笔记

环境准备

精灵标注助手

精灵标注助手-人工智能数据集标注工具 (jinglingbiaozhu.com)

labelimg

pip install labelimg
数据采集、标注：手工活

导出

数据采集导出格式：xml、json、MongoDB、pascal-voc

采集出来的数据是网络方向标签化的数据

xml

网络标签化数据、网络传输不发达时创建

但是结构方便仍在数据处理适用

可以当成结构体、类

可以根据自己的设计需求定义专属的标记

标签语言：网络语言的表现形式，java、html、xml

XML 简介 - XML (可扩展标记语言) | MDN (mozilla.org)

精灵标记助手采集的xml格式数据

<!-- 矩形框采集 -->
<!-- 标记失败 -->
<?xml version="1.0" ?>
<doc>
	<path>D:\yyqh\DataSet\set1\8805d9c7c825a211eacec94f37b871e9.jpeg</path>
	<outputs></outputs>
	<time_labeled>0</time_labeled>
	<labeled>false</labeled>
</doc>


<!-- 标记成功，但识别失败 -->
<?xml version="1.0" ?>
<doc>
	<path>D:\yyqh\DataSet\set1\data (1).jpeg</path>
	<outputs>
		<object></object>
	</outputs>
	<time_labeled>1695689497928</time_labeled>
	<labeled>true</labeled>
	<size>
		<width>1000</width>
		<height>1506</height>
		<depth>3</depth>
	</size>
</doc>


<!-- 成功 -->
<?xml version="1.0" ?>
<doc>
	<path>D:\yyqh\DataSet\set1\data (2).jpeg</path>
	<outputs>
		<object>
			<item>
				<name>猫</name>
				<bndbox>
					<xmin>10</xmin>
					<ymin>-1</ymin>
					<xmax>974</xmax>
					<ymax>1761</ymax>
				</bndbox>
			</item>
		</object>
	</outputs>
	<time_labeled>1695689802263</time_labeled>
	<labeled>true</labeled>
	<size>
		<width>1000</width>
		<height>1778</height>
		<depth>3</depth>
	</size>
</doc>

<!-- 曲形框/锚点采集 -->
<?xml version="1.0" ?>
<doc>
	<path>D:\yyqh\DataSet\set1\data (4).jpeg</path>
	<outputs>
		<object>
			<item>
				<name>柠檬</name>
				<cubic_bezier>
					<x57>25</x57>
					<y57>505</y57>
					<x57_c1>25</x57_c1>
					<y57_c1>505</y57_c1>
					<x57_c2>25</x57_c2>
					<y57_c2>505</y57_c2>

					<!-- 这一部分是比较复杂的坐标，所以省略 -->

					<x1>25</x1>
					<y1>505</y1>
					<x1_c1>25</x1_c1>
					<y1_c1>505</y1_c1>
					<x1_c2>25</x1_c2>
					<y1_c2>505</y1_c2>
				</cubic_bezier>
			</item>
		</object>
	</outputs>
	<time_labeled>1695690362440</time_labeled>
	<labeled>true</labeled>
	<size>
		<width>1080</width>
		<height>757</height>
		<depth>3</depth>
	</size>
</doc>

# 不能直接选全图嘛

pascal-voc

目标检测数据集

csdn：PASCAL VOC数据集简介

MonogoDB

基于分布式文件存储的数据库。由C++语言编写。

csdn：MongoDB详解，用心看这篇就够了【重点】

数据库交互、网络共享

vb # 被淘汰？但某方面实用

python # 不热门了

虚拟仿真 # 研究不了

数据结构、栈

数据标注众包平台——数加加

数加加-数据堂旗下众包平台：海量的数据采集和标注任务 (shujiajia.com)

github

GitHub: Let’s build from here · GitHub