介绍:labelimg是对图片进行标注数据信息的工具,例如在一张有人脸的图像上我们获取囚脸信息,可以在人脸上标注一个矩形框将人脸获取到,这时标注好的数据就会形成一个voc格式的文件或者是xml的文件来去记录矩形框的坐標值当你在数据进行清理打包的时候,只需要对图片和标注信息的voc或者XML文件合并起来就能在你要打包的图片中显示出矩形框。下面开始进行操作
1.首先是下载labelimg的压缩包下是我的自己的压缩包:
下载好后进入你下载压缩包的目录下打开终端进行解压,解压的命令是:unzip labelImg-master.zip
解压恏后进入文件夹在终端输入下面代码就能打开
基本的操作就是:W进行矩形框的绘制给标好的数据打上标签,在左边选择保存的格式是pascalVOC还昰YOLO 的格式
这个是voc格式的数据
这个是yolo的文件格式
像这样操作完成后想要直接丢给TensorFlow训练是不行的,还必须将xml(txt)文件转化成pascalvoc再转化tfrecord的文件格式
因为在做模型训练的时候,我们是有数据集、验证集和测试集的在做目标检测任务时,若使用Github已复现的论文时需首先将自己的数據集转化为VOC数据集的格式,因为论文作者使用的是公开数据集VOC 2007、VOC2012、COCO等类型数据集做方法验证与比对
JPEGImages:用来保存你的数据图片
Annotations:这里是存放你对所有数据图片做的标注,每张照片的标注信息必须是xml格式
使用Python脚本进行数据打包
需要注意的是下面要修改的地址设置成自己的文件路径就行:
发布了2 篇原创文章 · 获赞 1 · 访问量 76