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

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Java中的工具类命名方法

《Java中的工具类命名方法》:本文主要介绍Java中的工具类究竟如何命名,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java中的工具类究竟如何命名?先来几个例子几种命名方式的比较到底如何命名 ?总结Java中的工具类究竟如何命名?先来几个例子JD

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.