labelImg

Label Studio adalah alat anotasi data multi-modal modern

Labelimg, alat anotasi gambar populer yang dibuat oleh Tzutalin dengan bantuan lusinan kontributor, tidak lagi secara aktif dikembangkan dan telah menjadi bagian dari komunitas studio label. Lihat Label Studio, alat pelabelan data open source paling fleksibel untuk gambar, teks, hiperteks, audio, video, dan data seri waktu. Instal Label Studio dan bergabunglah dengan komunitas Slack untuk memulai.

Tentang labelimg

Labelimg adalah alat anotasi gambar grafis.

Ini ditulis dalam Python dan menggunakan QT untuk antarmuka grafisnya.

Anotasi disimpan sebagai file XML dalam format VOC Pascal, format yang digunakan oleh ImageNet. Selain itu, ini juga mendukung format Yolo dan CreateMl.

Tonton video demo

Instalasi

Dapatkan dari pypi tetapi hanya python3.0 atau di atas

Ini adalah metode instalasi (satu-perintah) paling sederhana pada distribusi Linux modern seperti Ubuntu dan Fedora.

pip3 install labelImg
labelImg
labelImg [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Membangun dari sumber

Linux/Ubuntu/Mac membutuhkan setidaknya Python 2.6 dan telah diuji dengan PYQT 4.8. Namun, Python 3 atau di atas dan PYQT5 sangat disarankan.

Ubuntu Linux

Python 3 + Qt5

sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

MacOS

Python 3 + Qt5

brew install qt  # Install qt-5.x.x by Homebrew
brew install libxml2

or using pip

pip3 install pyqt5 lxml # Install qt and lxml by pip

make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Python 3 VirtualEnv (Direkomendasikan)

VirtualEnv dapat menghindari banyak masalah versi QT / Python

brew install python3
pip3 install pipenv
pipenv run pip install pyqt5==5.15.2 lxml
pipenv run make qt5py3
pipenv run python3 labelImg.py
[Optional] rm -rf build dist ; pipenv run python setup.py py2app -A ; mv " dist/labelImg.app " /Applications

Catatan: Perintah terakhir memberi Anda file .App yang bagus dengan ikon SVG baru di folder /aplikasi Anda. Anda dapat mempertimbangkan untuk menggunakan skrip: Tools Build/build-for-macos.sh

Windows

Instal Python, PyQT5 dan instal LXML.

Buka CMD dan buka Direktori Labelimg

pyrcc4 -o libs/resources.py resources.qrc
For pyqt5, pyrcc5 -o libs/resources.py resources.qrc

python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Jika Anda ingin mengemasnya ke dalam file EXE yang terpisah

Install pyinstaller and execute:

pip install pyinstaller
pyinstaller --hidden-import=pyqt5 --hidden-import=lxml -F -n " labelImg " -c labelImg.py -p ./libs -p ./

Windows + Anaconda

Unduh dan instal Anaconda (Python 3+)

Buka Prompt Anaconda dan Pergi ke Direktori Labelimg

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Gunakan Docker

docker run -it 
--user $( id -u ) 
-e DISPLAY=unix $DISPLAY 
--workdir= $( pwd ) 
--volume= " /home/ $USER :/home/ $USER " 
--volume= " /etc/group:/etc/group:ro " 
--volume= " /etc/passwd:/etc/passwd:ro " 
--volume= " /etc/shadow:/etc/shadow:ro " 
--volume= " /etc/sudoers.d:/etc/sudoers.d:ro " 
-v /tmp/.X11-unix:/tmp/.X11-unix 
tzutalin/py2qt4

make qt4py2 ; ./labelImg.py

Anda dapat menarik gambar yang memiliki semua dependensi yang diinstal dan diperlukan. Tonton video demo

Penggunaan

Langkah (Pascalvoc)

1. Bangun dan luncurkan menggunakan instruksi di atas.
2. Klik 'Ubah Folder Anotasi Disimpan Default' di Menu/File
3. Klik 'Buka DIR'
4. Klik 'Buat Rectbox'
5. Klik dan lepaskan mouse kiri untuk memilih wilayah untuk membuat anotasi kotak Rect
6. Anda dapat menggunakan mouse kanan untuk menyeret kotak Rect untuk menyalin atau memindahkannya

Anotasi akan disimpan ke folder yang Anda tentukan.

Anda dapat merujuk ke hotkeys di bawah ini untuk mempercepat alur kerja Anda.

Langkah (Yolo)

1. Dalam data/predefined_classes.txt Tentukan daftar kelas yang akan digunakan untuk pelatihan Anda.
2. Bangun dan luncurkan menggunakan instruksi di atas.
3. Tepat di bawah tombol "Simpan" di toolbar, klik tombol "PascalVoc" untuk beralih ke format yolo.
4. Anda dapat menggunakan Open/OpenDir untuk memproses satu atau beberapa gambar. Setelah selesai dengan satu gambar, klik Simpan.

File txt format yolo akan disimpan di folder yang sama dengan gambar Anda dengan nama yang sama. File bernama "class.txt" juga disimpan ke folder itu. "Class.txt" mendefinisikan daftar nama kelas yang dirujuk label yolo Anda.

Catatan:

• Daftar label Anda tidak boleh berubah di tengah memproses daftar gambar. Saat Anda menyimpan gambar, Class.txt juga akan diperbarui, sementara anotasi sebelumnya tidak akan diperbarui.
• Anda tidak boleh menggunakan fungsi "kelas default" saat menabung ke format yolo, itu tidak akan dirujuk.
• Saat menabung sebagai format yolo, bendera "sulit" dibuang.

Buat kelas yang telah ditentukan sebelumnya

Anda dapat mengedit data/predefined_classes.txt untuk memuat kelas yang telah ditentukan sebelumnya

Visualisasi Anotasi

1. Salin file Lables yang ada ke folder yang sama dengan gambar. Nama file label harus sama dengan nama file gambar.
2. Klik File dan pilih 'Buka DIR' lalu buka folder gambar.
3. Pilih gambar dalam daftar file, itu akan muncul kotak pembatas dan label untuk semua objek di gambar itu.

(Pilih Mode Label Tampilan dalam tampilan untuk menampilkan/menyembunyikan lablels)

Hotkeys

Ctrl + u	Muat semua gambar dari direktori
Ctrl + r	Ubah Dir Target Anotasi Default
Ctrl + s	Menyimpan
Ctrl + d	Salin label saat ini dan kotak rect
Ctrl + shift + d	Hapus gambar saat ini
Ruang angkasa	Menandai gambar saat ini seperti diverifikasi
w	Buat kotak rect
D	Gambar berikutnya
A	Gambar sebelumnya
Del	Hapus kotak Rect yang dipilih
Ctrl ++	Memperbesar
Ctrl--	Zoom out
↑ → ↓ ←	Panah keyboard untuk memindahkan kotak rect yang dipilih

Verifikasi Gambar:

Saat menekan ruang, pengguna dapat menandai gambar seperti diverifikasi, latar belakang hijau akan muncul. Ini digunakan saat membuat dataset secara otomatis, pengguna kemudian dapat melalui semua gambar dan menandai mereka alih -alih membuat anotasi.

Sulit:

Bidang yang sulit diatur ke 1 menunjukkan bahwa objek telah dijelaskan sebagai "sulit", misalnya, objek yang jelas terlihat tetapi sulit dikenali tanpa penggunaan konteks yang substansial. Menurut implementasi jaringan saraf Anda yang mendalam, Anda dapat memasukkan atau mengecualikan objek yang sulit selama pelatihan.

Cara mengatur ulang pengaturan

Jika ada masalah dengan memuat kelas, Anda bisa:

1. Dari menu atas labelimg klik pada menu/file/reset semua

2. Hapus .labelimgsettings.pkl dari direktori home Anda. Di Linux dan Mac yang dapat Anda lakukan:

   rm ~/.labelimgsettings.pkl

Bagaimana berkontribusi

Kirim Permintaan Tarik

Lisensi

Perangkat Lunak Gratis: Lisensi MIT

Kutipan: Tzutalin. Labelimg. Kode Git (2015). https://github.com/tzutalin/labelimg

Alat Terkait dan Tambahan

1. Label Studio untuk memberi label gambar, teks, audio, video, dan data seri waktu untuk pembelajaran mesin dan AI
2. Imagenet memanfaatkan untuk mengunduh gambar, membuat teks label untuk pembelajaran mesin, dll
3. Gunakan Docker untuk menjalankan labelimg
4. Menghasilkan file TFRECORD VOC Pascal
5. Ikon Aplikasi Berdasarkan Ikon oleh Nick Roach (GPL)
6. Mengatur pengembangan python di vscode
7. Tautan proyek ini di platform IHUB
8. Konversi file anotasi ke format atau format CSV untuk Google Cloud Automl

Stargazer dari waktu ke waktu