数据集标注工具anylabeling解析

2024-02-04 01:04

本文主要是介绍数据集标注工具anylabeling解析,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!

最近帮助其他课题组的学姐标注数据集,课题组使用的是anylabeling软件,相比于其他数据标注软件,例如labelme等,anylabeling软件使用时可以选择不同的模型,可以做到在图片上点几个点的轮廓,模型将自动识别出大致轮廓,可以大大节省时间,提高效率。
视频教程:https://www.bilibili.com/video/BV1mN411C7SC/?spm_id_from=333.788.recommend_more_video.1&vd_source=a37ca5b14367044bc8b8c9408ba13218

软件使用概述:
1.软件下载
代码和模型的下载都需要链接github,如果没有梯子可能速度太慢,下载不了模型,可以直接创建一个文件夹【路径不含有中文】存放anylabeling.exe,然后将medels文件夹复制到:C:\Users\用户名\anylabeling_data文件夹下,打开anylabeling.exe,选择工作文件夹,模型选择时选:segment anything(vit-l)【提供的models文件夹内指下载了该模型,因此如果用提供的models文件夹只能选用这个模型,别的模型需要另外下载。
网盘:
链接:https://pan.baidu.com/s/1TxqM0E-PIJC-w3VcaFqMPw?pwd=gtvv
提取码:gtvv
–来自百度网盘超级会员V5的分享

有特殊情况or想自己配置
1、创建一个文件夹anylabel放软件(路径不要有中文)
建议到网页安装软件 有gpu选择AnyLabeling-GPU.exe
pip install 可能失败
https://github.com/vietanhdev/anylabeling/releases
在这里插入图片描述
2、启动软件点击Auto-Labeling,选择模型,会自动下载到C:\Users\用户名\anylabeling_data下【此步骤如果出现闪退状况很可能是因为没有梯子】
在这里插入图片描述
软件的具体使用方法可以参考上面的视频教程,讲述的比较详细,下面mark一些常用快捷键:
A D :上一张 下一张
Ctrl+滚轮:放大缩小
f:保存并打标签名
backspace:删除多边形边框的点

标注生成的是json格式的文件,提供一个脚本来整合json文件和原图,结果是全黑的,如果想要查看标注结果,可以将代码中的注释放入代码中,标注的类别等信息可以根据自身的情况更改:

'''
把Anylabeling标注得到的json文件
转化成mask灰度图用于语义分割
0-背景 1-5类别:砖块brick,金属metal,石头stone,塑料plastic,木头wood
'''
import json
import argparse
import os
import os.path as osp
import warnings
import numpy as np
import PIL.Image
import yaml
from labelme import utils
import cv2
# 显示彩色的分割结果
# def show_img(img_gray):
#     img_show = np.zeros((height, width, 3), np.uint8)
#     for i in range(height):
#         for j in range(width):
#             if(img_gray[i, j] == 1):
#                 img_show[i, j, 0] = 255
#                 img_show[i, j, 1] = 0
#                 img_show[i, j, 2] = 0
#             elif(img_gray[i, j] == 2):
#                 img_show[i, j, 0] = 0
#                 img_show[i, j, 1] = 255
#                 img_show[i, j, 2] = 0
#             elif(img_gray[i, j] == 3):
#                 img_show[i, j, 0] = 255
#                 img_show[i, j, 1] = 255
#                 img_show[i, j, 2] = 0
#             elif(img_gray[i, j] == 4):
#                 img_show[i, j, 0] = 0
#                 img_show[i, j, 1] = 0
#                 img_show[i, j, 2] = 255
#     cv2.imshow('1', img_show)
#     cv2.waitKey()if __name__ == '__main__':# 类别对应labelname_to_label = {'Metal': 1, 'Plastic': 2, 'Stone': 3, 'Wood': 4,'stone':5}# 保存json的文件夹json_file_path = 'D:/datalabel/8'# 保存label图片的文件夹save_path = 'D:/datalabel/'list = os.listdir(json_file_path)for json_file in list:print(json_file)if(os.path.basename(json_file.split('.')[1]) != 'json'):print('文件{}不是json文件,跳过'.format(json_file))continue# print(json_file)img_name = json_file.split('.')[0]+'.png'file_path = os.path.join(json_file_path, json_file)# 打开每个json文件遍历with open(file_path, 'r', encoding='utf8') as fp:data = json.load(fp)height = data['imageHeight']width = data['imageWidth']lbl, lbl_names = utils.shapes_to_label((height, width), data['shapes'], name_to_label)# 显示彩色分割图# show_img(lbl)cv2.imwrite(save_path+img_name, lbl)

这篇关于数据集标注工具anylabeling解析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/675957

相关文章

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Java并发编程必备之Synchronized关键字深入解析

《Java并发编程必备之Synchronized关键字深入解析》本文我们深入探索了Java中的Synchronized关键字,包括其互斥性和可重入性的特性,文章详细介绍了Synchronized的三种... 目录一、前言二、Synchronized关键字2.1 Synchronized的特性1. 互斥2.

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

使用Java实现通用树形结构构建工具类

《使用Java实现通用树形结构构建工具类》这篇文章主要为大家详细介绍了如何使用Java实现通用树形结构构建工具类,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录完整代码一、设计思想与核心功能二、核心实现原理1. 数据结构准备阶段2. 循环依赖检测算法3. 树形结构构建4. 搜索子