欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

入门 labelImg 数据标注

程序员文章站 2024-03-07 21:49:33
...

入门 labelImg 数据标注

小科普

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。

什么是数据标注

数据标注种类繁多,如分类、拉框、注释、标记等等。想要理解数据标注,就得先理解什么是AI ,其实是部分替代人的认知功能。

小编带大家回想一下我们是如何学习的,例如我们学习认识飞机,那么就需要有人拿着一个飞机的图片到你面前告诉你,“看,这是飞机”。从此以后,不管你是在电视里还是在机场,只要你见到了飞机,你就会知道这玩意儿叫做 " 飞机 "。

同理可证,类比机器学习,我们要教它认识飞机,同样的,直接给它一张飞机的图片,它完全不知道这是个啥玩意的,这可怎么办呢?这跟人脑还是有点差距的啊!

什么?差距?没有的事儿,只是你的打开方式不对!

你听小编慢慢道来,首先,我们得有张飞机的图片,并且上面得标注着 " 飞机 " 两个字,然后机器通过学习了无数张飞机图片中的特征,直到它可以自行识别飞机,这时候我们再给机器任意一张飞机的图片,它就能认出来这是飞机了。

入门 labelImg 数据标注

训练集和测试集,它们都是标注过的数据。

还是以飞机为例子,假设我们有 1000 张标注着 " 飞机 " 的图片,那么我们可以拿 900 张作为训练集,100 张作为测试集。

机器从 900 张飞机的图片中学习得到一个模型,然后我们将剩下的 100 张机器没有见过的图片去给它识别,那么我们就能够得到这个模型的准确率了。

想想我们上学的时候,考试题与平时我们做过的练习题总是有些出入的。当然,变换题型才能测试出学习的真正效果,这样就不难理解为什么要划分一个测试集了。

我们都知道机器学习分为有监督学习和无监督学习。

无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。那么有监督的机器学习就需要有标注的数据来作为先行经验了。

小编这节“数据标注课”讲得怎么样呢?!

下面给大家看一下标注实例(操作):

使用软件及平台为Python Anaconda
标注软件为开源项目 labelImghttps://github.com/tzutalin/labelImg

1、准备标注

入门 labelImg 数据标注

2、标注进行时——人体拉框1

入门 labelImg 数据标注

3、标注进行时——人体拉框2

入门 labelImg 数据标注

4、已完成的标注图

入门 labelImg 数据标注

labelImg 快捷操作

快捷键 功能
Ctrl + u 加载标注图片路径
Ctrl + r 更改标注结果文件路径
Ctrl + s 保存
Ctrl + d 拷贝标注框标签
Space 将当前图像标记为已验证
w 创建框
d 下一张图片
a 上一张图片
del 删除选定的框
Ctrl++ 放大
Ctrl– 缩小
↑→↓← 键盘箭头微调框

标注软件为开源项目 labelmehttps://github.com/wkentaro/labelme

# Build the standalone executable
conda create --name labelme python==3.6.0
conda activate labelme

入门 labelImg 数据标注

在终端中输入:labelme,就可以打开 labelme 这个软件了。

入门 labelImg 数据标注

参考文章

https://www.cnblogs.com/wangxiaocvpr/p/9997690.html

上一篇: Tensorflow学习-MNIST数据集CNN

下一篇: