深度学习标注工具20210713

深度学习标注工具

  深度学习前期需要做 Label&＃xff0c;说实话&＃xff0c;其实深度学习大多数就是在做 label&＃xff0c; 本科 RS 其实做监督分类也是在做 label&＃xff0c;只不过像素级别的 label。 常见的标注的工具包括 LabeImg 和 Labelme。

LabelImg

   LabelImg 的支持 Yolo、CreateML、PascalVOC 格式的数据&＃xff0c;说实话本科毕设的时候用的是 Whu 的数据所以没做过 Label 工作&＃xff0c;今天尝试了一下两种工具&＃xff0c;各有各自的优点

安装方法

   网上安装的方法千奇百怪&＃xff0c;就一个 pip 就够了&＃xff0c;首先创建一个环境

conda create -n labelimg python&＃61;3.7
Y
pip3 install labelImg
conda activate labelimg
labelImg


创建完后激活&＃xff0c;然后命令行输入 labelImg 即可(严格区别大小写)。

个人感觉这个的快捷键还是挺方便的&＃xff0c;界面做的也挺好的&＃xff0c;但是有一个最致命的问题&＃xff0c;就是没有 rotate box。直接导致我得放弃这款工具&＃xff0c;说实话它的 hot key 比 Labelme 好多了&＃xff0c;尤其是做完一个 instance 之后不用输入 label 的 ID &＃xff0c;而 labelme 则需要每次标完一个样本之后输入 label 的 ID

Labelme

安装方法

   网上安装的方法还是千奇百怪&＃xff0c;也就一个 pip 就够了&＃xff0c;首先创建一个环境

plus&＃xff1a;创建环境其实是为了不搞乱虚拟环境&＃xff0c;不让其他的包产生 crash。

conda create -n labelme python&＃61;3.7
Y
conda activate labelme
labelme


所以安装方法和之前的一样&＃xff0c;创建->激活->安装->启动

说实话安装的时候就是在装 pyqt5 还有作者自己写的标注方法&＃xff0c;盲猜就是图像坐标系下获取位置&＃xff0c;然后写出相应格式的 label 文件。

这张图好像 Arcgis Pro 深度学习教程里的 Label 的图片&＃xff0c;虽然这是我自己标的&＃xff0c; target 太多了&＃xff0c;标注的要死了…

当然这只是普通 RGB 的图像&＃xff0c;还需要添加多 channel 的图像&＃xff0c;再丢给训练器去训练…

总结

由于需要还是得用 Labelme 这个工具&＃xff0c;可以用 Rotate Box&＃xff0c;当然这个标注的量其实很大&＃xff0c;而且做大范围的地方还需要大量的 label 支撑&＃xff0c;此外&＃xff0c; Building 容易受到树的影响&＃xff0c;scale 不一&＃xff0c;而且尺寸不一&＃xff0c;建筑风格不一&＃xff0c;想要一个 model 去得到大范围的建筑物轮廓除了 label 要合理&＃xff0c;还要有相应的 tricks 去提升相应的性能。