使用 MMDETECTION 和 LABEL-STUDIO 进行半自动化目标检测标注

标注数据是一个费时费力的任务,本文介绍了如何使用 MMDetection 中的 RTMDet 算法联合 Label-Studio 软件进行半自动化标注。具体来说,使用 RTMDet 预测图片生成标注,然后使用 Label-Studio 进行微调标注,社区用户可以参考此流程和方法,将其应用到其他领域。

  • RTMDet:RTMDet 是 OpenMMLab 自研的高精度单阶段的目标检测算法,开源于 MMDetection 目标检测工具箱中,其开源协议为 Apache 2.0,工业界的用户可以不受限的免费使用。

  • Label Studio 是一款优秀的标注软件,覆盖图像分类、目标检测、分割等领域数据集标注的功能。

本文将使用喵喵数据集的图片,进行半自动化标注。

环境配置

首先需要创建一个虚拟环境,然后安装 PyTorch 和 MMCV。在本文中,我们将指定 PyTorch 和 MMCV 的版本。接下来安装 MMDetection、Label-Studio 和 label-studio-ml-backend,具体步骤如下:

创建虚拟环境:

condacreate-nrtmdetpython=3.9-y
condaactivatertmdet

安装 PyTorch

# Linux and Windows CPU only
pipinstalltorch==1.10.1+cputorchvision==0.11.2+cputorchaudio==0.10.1-fhttps://download.pytorch.org/whl/cpu/torch_stable.html
# Linux and Windows CUDA 11.3
pipinstalltorch==1.10.1+cu113torchvision==0.11.2+cu113torchaudio==0.10.1-fhttps://download.pytorch.org/whl/cu113/torch_stable.html
# OSX
pipinstalltorch==1.10.1torchvision==0.11.2torchaudio==0.10.1

安装 MMCV

pipinstall-Uopenmim
miminstall"mmcv>=2
  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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