labelGo:基于 YOLOv5 的辅助标注工具
来源:AIZOO在我们平常做深度学习检测项目时,可能经常需要标注数据,但是标注数据,本身又是一件很麻烦的事情。今天,看到 Github 有个大佬开源的基于 YOLOv5 的辅助标注工具,推荐给大家。首先,上链接:https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg这是一个基于 labelImg与 YOLOv...
来源:AIZOO
在我们平常做 深度学习检测项目时,可能经常需要标注数据,但是标注数据,本身又是一件很麻烦的事情。今天,看到 Github 有个大佬开源的基于 YOLOv5 的辅助标注工具,推荐给大家。
首先,上链接:
https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg
这是一个基于 labelImg与 YOLOv5 的半自动标注工具,通过现有的YOLOv5 PyTorch模型对数据集进行半自动标注。
它的原理其实很简单,使用在 COCO 数据集训练好的 YOLOv5 模型,在你的数据集上进行推理,生成标签。
大家看一下官方给的两个动图,应该就明白怎么使用了。
其实,我们也可以自己先标注一部分数据,训练一个基本的模型,然后使用跟这个模型帮我们标注,提高标注效率。有点半监督的意思了。
官方给出的具体使用方法如下:
1.从 git 中获取项目
git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git
2.切换操作目录到工程目录
cd labelGo-Yolov5AutoLabelImg
3.配置环境
pip install -r requirements.txt
4.将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别
4.5(可选).变更成中文版,请编辑\libs\stringBundle.py,注释第52行,取消注释54行。
5.启动应用程序
python labelGo.py
6.点击“打开目录”按钮选择存放图片的文件夹
7.点击“自动标注”按钮确认信息无误后选择已训练的yolov5 pytorch模型完成自动标注
8.根据实际要求,对自动标注结果进行调整后保存即可
本文仅做学术分享,如有侵权,请联系删文。
干货下载与学习
后台回复:巴塞罗那自治大学课件,即可下载国外大学沉淀数年3D Vison精品课件
后台回复:计算机视觉书籍,即可下载3D视觉领域经典书籍pdf
后台回复:3D视觉课程,即可学习3D视觉领域精品课程
计算机视觉工坊精品课程官网:3dcver.com
2.面向自动驾驶领域的3D点云目标检测全栈学习路线!(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建:原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM:基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
重磅!计算机视觉工坊-学习交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近4000星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用,麻烦给个赞和在看~
更多推荐
所有评论(0)