Как настроить виртуальную среду в Anaconda для аннотации изображений с помощью LabelImg

ОБЗОР

• Задача
• Что такое аннотации к изображениям
• Различные типы аннотаций к изображениям
• Введение в LabelImg и как загрузить пакет
• Почему требуется среда и как ее настроить
• Активация среды и добавление каталога LabelImg
• Установка Pyqt, добавление ресурсов и запуск программного обеспечения LabelImg
• Что делать сейчас?

Цель

Цель этой статьи - научить вас создавать в Anaconda необходимую среду для labelImg - инструмента для аннотации изображений. Вы также познакомитесь с аннотациями к изображениям и labelImg как с инструментом для аннотаций изображений, а также с необходимостью создания среды на случай, если вы с ними не знакомы. В то время как вы получите ресурсы, которые покажут вам, как комментировать, в этой статье мы не будем останавливаться на этом. Знания из этой короткой статьи помогут вам в настройке среды conda, создании собственного набора данных Image с нуля и, самое главное, запуске программного обеспечения labelImg на вашем устройстве.

Что такое аннотации к изображениям

Аннотации к изображениям в машинном обучении или компьютерном зрении - это процесс маркировки данных изображения предопределенными метками, чтобы предоставить модели компьютерного зрения или машинного обучения информацию об объектах, представленных на изображении.

Затем алгоритм будет использовать аннотированные данные для изучения и распознавания аналогичных закономерностей при представлении новых данных. Аннотации к изображениям - важная часть компьютерного зрения.

Индустрия компьютерного зрения развивается почти каждую минуту, поэтому потребность в качественных и надежных данных для обучения или улучшения их моделей постоянно растет. Вам также может быть интересно узнать, что многие компании по всему миру, которые ценят качество, скорость, масштаб, безопасность и необходимость предотвращения внутренних предубеждений, уже передают свои задачи по аннотации данных на аутсорсинг.

Правильно аннотированные данные очень важны для разработки автономных транспортных средств, компьютерного зрения для воздушных дронов и многих других приложений« искусственного интеллекта и робототехники». - САС

Более того, качественные данные будут по-прежнему востребованы, поскольку компьютерное зрение и машинное обучение продолжают развиваться. Следовательно, нельзя недооценивать качество данных и необходимость минимизировать систематическую ошибку в текущих и будущих данных.

Различные типы аннотаций к изображениям

• Ограничивающая рамка: самая распространенная. Аннотация, требующая от этикетировщиков рисовать рамку вокруг ключевых объектов на изображении.
• Аннотации многоугольников: обычно используются для более точных аннотаций к элементам неправильной формы.
• Линейная аннотация: в основном используется, когда участок, который необходимо очертить, слишком мал или тонок и недоступен с помощью ограничивающей рамки.
• Аннотации точек: аннотации точек включают точное нанесение ключевых точек в указанных местах на изображении. В основном он используется для распознавания лиц и анализа настроений.
• Семантическая сегментация: этот тип требует разделения изображения на разделы и классификации каждого пикселя в каждом сегменте по соответствующей метке класса его объекта.

Введение в LabelImg

Я буду описывать LabelImg как инструмент для графических аннотаций изображений. Он написан на языке программирования Python и использует Qt в качестве графического интерфейса. Аннотации сохраняются в виде файлов XML в формате PASCAL VOC, который используется в ImageNet. Кроме того, он также поддерживает формат YOLO. Давайте погрузимся в практическое?

Как скачать labelImg

• Загрузите и установите Anaconda (Python 3+), если у вас его еще нет.
• Загрузите ZIP-файл labelImg по этой ссылке и распакуйте его в желаемое место. Если вы предпочитаете клонировать его с GitHub, вы можете клонировать его по этой ссылке - я не буду много обсуждать клонирование. Вы можете узнать, как Клонировать репозиторий GitHub.

Почему виртуальная среда важна и как ее создать

Виртуальные среды полезны в Python, потому что они помогают в создании изолированного пространства, где вы можете экспериментировать с новыми версиями сторонних модулей, новыми направлениями с кодом, который вы пишете самостоятельно, различными версиями самого Python и т. Д., И все это без загрязнения предустановленная версия Python в системе или как вы там называете «нормальная» версия Python.

Я часто предпочитаю проверять актуальность всех моих пакетов, обновляя их ежемесячно. Для меня это больше похоже на обычную проверку, лол. Ниже я объясню процесс создания среды Python в Anaconda Prompt.

• Запустите подсказку Anaconda
• Проверьте версию и обновление Conda, это может занять время.
• Проверьте список доступных версий Python, чтобы правильно указать версию для использования в новой среде.
• Создайте новую среду с любым именем и версией Python по выбору. Я выбрал labeller в качестве нового имени среды и Python версии 3.8.3.

conda -V #It is good practice to check the version of your Conda
conda update conda #Only run this code if it is necessary to update
conda search “^python$” #Check the list of available Python Version
conda create -n labeller python=3.8.3 anaconda #Create the new Env

Активация среды и добавление каталога LabelImg

• Активируйте новую среду, и давайте подготовимся к установке пакета labelImg в новую среду.

conda activate labeller #Activate the new environment with this code

Теперь, когда мы активировали нашу новую среду. Нам нужно перенести пакет в нашу новую среду, чтобы он заработал.

В основном, что вам нужно сделать сейчас, вернитесь в распакованную папку labelImg и скопируйте путь к файлу.

Установка Pyqt, добавление ресурсов и запуск программного обеспечения LabelImg

Из ролика ниже вам нужно будет сменить каталог с помощью «cd ..» и вставить скопированный каталог, как вы можете видеть в первой строке. Вторая строка установит pyqt в новую среду. У меня уже установлен pyqt, поэтому отображается сообщение Все запрошенные пакеты уже установлены. Проверьте коды ниже и следуйте инструкциям.

conda install pyqt=5 # Install pyqt for graphical interface
pyrcc5 -o libs/resources.py resources.qrc # add resources required
python labelImg.py # We will launch our software with this line

Добавить каталог очень просто и не требует времени, но pyqt может занять некоторое время в зависимости от пропускной способности вашего Интернета.

Просто добавьте ресурсы, необходимые для labelImg, в каталог и запустите Программное обеспечение.

Наконец-то пришло то, чего мы ждали! Теперь вы можете комментировать как профессионал!

Без сомнения, аннотировать изображения с помощью LabelImg очень просто. Не забывайте, что есть только два варианта сохранения: файлы XML в формате PASCAL VOC и TXT для YOLO формат.

Что вам теперь делать?

• Вот Видео за 4 минуты, которое поможет вам аннотировать с помощью LabelImg.
• Проверьте это сообщение на Обнаружение объектов y Мозес Олафенва
• Прочтите о Компьютерное зрение
• Подробнее о Аннотации к изображению от Цзяин Лоу

Спасибо, что зашли в мой уголок. Я с нетерпением жду встречи с вами в следующих моих сообщениях. Обнимаю тебя!