LabelImg
LabelImg — свободный инструмент с открытым исходным кодом для графической аннотации изображений, предназначенный прежде всего для подготовки наборов данных в задачах компьютерного зрения и, в частности, для обучения моделей обнаружения объектов. Пользователь рисует прямоугольные ограничивающие рамки (bounding boxes) вокруг объектов и присваивает им текстовые метки классов; результаты сохраняются в форматах PASCAL VOC XML, YOLO TXT или CreateML, которые позднее могут быть конвертированы, например, в COCO JSON[4][5]. Приложение написано на Python с использованием библиотеки Qt и распространяется по лицензии MIT[3].
Общие сведения
| LabelImg | |||
|---|---|---|---|
| Тип | Инструмент аннотации изображений | ||
| Разработчик | TzuTa Lin | ||
| Написана на | Python (PyQt) | ||
| Операционные системы | Windows, macOS, Linux | ||
| Первый выпуск | 2 декабря 2018[1] | ||
| Последняя версия | v1.8.6 (19 мая 2021[2]) | ||
| Репозиторий | GitHub | ||
| |||
| Состояние | Разработка неактивна, поддерживается сообществом[3] | ||
| Лицензия | MIT License[3] | ||
| Сайт | github.com | ||
Функции
LabelImg предоставляет следующие основные возможности[4]:
- создание прямоугольных ограничивающих рамок вокруг объектов с присвоением настраиваемых текстовых меток и цветов
- одновременная загрузка целых каталогов изображений, быстрая навигация между ними и просмотр уже существующих аннотаций
- редактирование, копирование и удаление рамок и меток
- поддержка горячих клавиш (например, W — новая рамка, D/A — переход к следующему/предыдущему изображению, Ctrl + D — дублирование рамки, Delete — удаление выбранной рамки)
- режим автосохранения аннотаций для предотвращения потери данных
- экспорт результатов в форматы PASCAL VOC XML (по умолчанию), YOLO TXT и CreateML
- кроссплатформенность — приложение запускается под Windows, macOS и Linux
- открытый исходный код на GitHub и возможность модификации под собственные задачи
- добавление к необработанным данным осмысленных меток, тегов или аннотаций (Labeling Tool)
Ограничения инструмента заключаются в поддержке только прямоугольных рамок и отсутствии средств для сегментации, разметки ключевых точек или аугментации данных[4][6].
Примеры использования
LabelImg активно применяется как в учебных, так и в производственных проектах компьютерного зрения[7][8]:
- создание наборов данных общего назначения (например, «Cats vs Dogs» на Kaggle) для обучения моделей обнаружения кошек, собак, автомобилей и других объектов[9]
- аннотация изображений и лидар-кадров для систем автономного вождения — обозначение автомобилей, пешеходов, дорожных знаков и иной инфраструктуры
- медицинская диагностика: локализация опухолей и аномалий на КТ- или МРТ-снимках
- промышленный контроль качества и предиктивное обслуживание оборудования[5]
- сельское хозяйство — анализ снимков с беспилотников для оценки состояния посевов или выявления вредителей
- системы безопасности и видеонаблюдения — распознавание лиц, контроль использования средств индивидуальной защиты
- робототехника — подготовка данных для алгоритмов обнаружения объектов и планирования траекторий[10]
Примечания
|
Правообладателем данного материала является АНО «Интернет-энциклопедия «РУВИКИ». Использование данного материала на других сайтах возможно только с согласия АНО «Интернет-энциклопедия «РУВИКИ». |