MakeSense中文版使用手册【图像标注神器】

2023-10-24 09:44

本文主要是介绍MakeSense中文版使用手册【图像标注神器】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

捕获图像以收集数据很容易; 接下来的事情充满挑战。 图像标注或标记是机器学习和计算机视觉任务中数据预处理中最耗时和劳动密集型的步骤之一。

可以使用makesense来标注你的图像,它提供了一个简单直观的界面来标记图像中的对象。 虽然 VIA(VGG 图像注释器)是一种替代方案,但 makesense为图像标注任务提供了更简单、更简化的体验。

1、Makesense快速上手

首先访问网站makesense中文版,然后单击右下角的“开始”。
在这里插入图片描述

你将被带到一个新窗口,可以单击屏幕区域以打开文件对话框选择图片集,或者直接从计算机中拖拽图像:
在这里插入图片描述

拖动或上传图像后,单击“目标检测”:
在这里插入图片描述

系统会要求你定义标签。 可以添加一个或多个,具体取决于要定义的类的数量。 就我而言,我只是添加一个标签名称,即 statue,如下图所示:
在这里插入图片描述

单击左侧要标注的图像。 然后,从矩形、点、线和多边形中选择标注形状。 一般来说,YOLO使用矩形包围框,如下图所示:
在这里插入图片描述

可以单击左上角“操作”菜单下的“导入图像”将更多图片导入到现有项目中:

在这里插入图片描述

带有 + 和 - 符号的放大图标用于放大和缩小。 手形图标用于在缩放时拖动图像; 手形图标右边的图标是光标十字线图标,打开该图标后,光标的外观将变为十字线。 启用此模式后,光标的形状会变为十字线,可以在屏幕上移动光标以定位并选择某个元素,例如按钮、链接或图像。
在这里插入图片描述

可以在标注完成后通过单击“操作”选项卡下的“导出标注”来导出标注文件:
在这里插入图片描述

可以选择不同的格式(VGG、COCO等)来导出标注文件,如下所示:

在这里插入图片描述

2、Makesense快捷键

功能上下文MacWindows / Linux
多边形自动完成编辑器EnterEnter
取消多边形绘制编辑器EscapeEscape
删除当前选中标签编辑器BackspaceDelete
加载上一个图像编辑器⌥ + LeftCtrl + Left
加载下一个图像Editor⌥ + RightCtrl + Right
放大图像Editor⌥ + +Ctrl + +
缩小图像编辑器⌥ + -Ctrl + -
移动图像编辑器Up / Down / Left / RightUp / Down / Left / Right
选择标签编辑器⌥ + 0-9Ctrl + 0-9
退出弹出框弹出框EscapeEscape

3、导入格式支持

CSVYOLOVOCXMLVGG JSONCOCO JSONPIXEL MASK
点标注
线标注
框标注
多边形标注
标签

上面表格维makesense支持的导入格式矩阵,其中:

  • ✓ - 支持的格式
  • ☐ - 尚不支持的格式
  • ✗ - 格式对于给定的标签类型没有意义

4、导出格式支持

CSVYOLOVOC XMLVGG JSONCOCO JSONPIXEL MASK
点标注
线标注
框标注
多边形标注
标签

上面表格维makesense支持的标签导出格式矩阵,其中:

  • ✓ - 支持的格式
  • ☐ - 尚不支持的格式
  • ✗ - 格式对于给定的标签类型没有意义

原文链接:MakeSense中文版手册 — BimAnt

这篇关于MakeSense中文版使用手册【图像标注神器】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/274313

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

JavaEE7 Servlet 3.1(JSR 340)规范中文版

http://www.iteye.com/news/27727-jinnianshilongnian     Jave EE 7中的部分规范已正式获得批准通过,其中包括JSR340 Java Servlet 3.1规范,去年翻译了该规范,在此分享出来,希望对某些朋友有所帮助,不足之处请指正。   点击直接下载    在线版目录   Servlet3.1规范翻译

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索(CBIR)从文本挖掘中获取灵感——矢量空间模型(BOW表示模型)7.2 视觉单词**思想****特征提取**: 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

Docker Compose使用手册

Docker Compose是一个比较简单的docker容器的编配工具,以前的名称叫Fig,由Orchard团队开发的开源Docker编配工具,在2014年被Docker公司收购,Docker Compose是使用Python语言开发的一款docker编配工具。使用Docker Compose,可以用一个yml文件定义一组要启动的容器,以及容器运行时的属性。Docker Compose称这些容器为