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>