介绍
LCFinder (LC's Finder) 是一个支持图像标注与目标检测的图片管理工具,主要使用 C 语言编写,由 LCUI 提供图形界面支持。和作者的其它项目一样,命名方式很简单,以 LC 开头,后面的 Finder 参考自 Mac OS 中的 Finder。
LCFinder 的界面及功能设计参考了 Windows 系统自带的“照片”应用,虽说是参考,但功能方面主要是按作者的个人需求而开发的,而且作者并不打算浪费时间去实现“照片”应用全部功能
功能特性
- 图像标注: 提供简单的图像标注界面,可用于为 Yolo v3 和 v2 模型的训练任务制作数据集
- 目标检测: 内置图像检测器,在开始检测任务后会自动标注图像中已检测到的对象,如果你觉得识别速度慢、内存占用大或想更改对象种类范围,可以试试改用其它预训练模型
- 标签搜索: 在标签视图里可以浏览已标记的图片,支持手动为图片添加标签
- 多语言支持: 自带简体中文、繁体中文、英文翻译文件,可扩展支持其它语言
- 私人空间: 带有密码保护的空间,将非公开的图片源放到此空间内可以隐藏它们
- UWP: 支持 Windows 通用应用平台(UWP),你可以点击此链接到微软应用商店中查看它。注意,受限于 UWP 版本的开发成本,并不会与桌面版同步更新。
缺少的功能
- Linux 支持: 当前版本并不一定能在 Linux 系统中编译通过并正常工作,请等待其他熟悉 Linux 的开发者来贡献代码,作者暂时不想折腾
- 训练模型: 网络上的一些预训练模型都比较通用,有些人会有训练专用模型的需求,要是有图形化的界面来管理模型训练任务的话会方便很多,省去查资料、改源码和重新编译的麻烦,毕竟网络上有些文章还在介绍如何通过改源码、配置、重新编译等操作来训练模型。如果你熟悉 darknet,可以帮助我们完善 darknetlib
截图
![ee3c0eddbe08793e93efaf90d6deb574.png](https://i-blog.csdnimg.cn/blog_migrate/abec3a1c3172fe2efb9984ef156e52cd.jpeg)
![8448923d144553ea26ea3e36b14b67e0.png](https://i-blog.csdnimg.cn/blog_migrate/a9a096c3e1c0a7df6ae1f5b4dfcf4121.jpeg)
![3e7b773396f8cf4ca1999c5a0bba62a7.png](https://i-blog.csdnimg.cn/blog_migrate/66fb31f43ae9f98b2aea69cbf060ccc3.jpeg)
![8235ae9e096439400979521f07b8be18.png](https://i-blog.csdnimg.cn/blog_migrate/6d3d663278b6a0723c3526f944f51098.jpeg)
安装
如果你想使用检测器检测一些图像,那么需要如下步骤:
- 下载预训练模型文件:
- yolov3.cfg (236 MB COCO Yolo v3) - requires 4 GB GPU-RAM: https://pjreddie.com/media/files/yolov3.weights
- yolov3-tiny.cfg (34 MB COCO Yolo v3 tiny) - requires 1 GB GPU-RAM: https://pjreddie.com/media/files/yolov3-tiny.weights
- yolo9000.cfg (186 MB Yolo9000-model) - requires 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights
- 复制 .weights 文件到 app/detector/models 中与它同名的目录里,例如:复制 yolov3.weights 文件到 app/detector/models/yolov3/
代码地址
https://gitee.com/lc-soft/LC-Finder