軟件清單

傳統OpenCV圖像處理一般不需要進行數據training, 目前流行的神經網絡的圖像處理都需要基于數據進行訓練, 首先要對圖像數據打標簽, 有幾個常用的Label標注軟件:

1. labelimg: 只能使用矩形圈出對象
2. labelme: 支持使用多邊形來圈出對象
3. anylabeling: 除了手工打標簽外, 還提供AI 自動打標簽功能(集成yolo, segment anything等model), 可實現為圖像自動打標簽
4. X-AnyLabeling: 除了手工打標簽外, 提供AI算法(比 anylabeling 集成了更多的AI 算法), 可實現為圖像自動打標簽, 同時比較好支持導出Yolo-txt, Coco-json, Voc-xml和 Mot-csv等多種annotation格式文件.
   X-AnyLabeling 自動打標簽的說明, 見:
   https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/Q%26A.md
   https://zhuanlan.zhihu.com/p/667668033

這幾款軟件都是基于python開發的, 可以pip方式安裝, 也可以使用官方的 exe 程序包.
anylabeling 和 X-AnyLabeling 默認的標簽格式同 labelme, 都是 json 格式的.
我選擇 X-AnyLabeling, 功能最全, 而且作者提供詳細的中文說明, 尤其是 auto label模型配置有中文說明能少走不少彎路.

X-AnyLabeling 生成 yolo 格式的簡單步驟

1. 開始標注之前, 手工創建一個分類文件, 比如 classes.txt 文件, 其中每行一個分類名, 將來yolo txt分類id將按照這個文件中的序號設定.
2. 使用 X-AnyLabeling 打開圖像目錄后, 使用 format/yolo 菜單項切換到yolo輸出模式下, 軟件將提示我們設定步驟1的分類文件名.
3. 進行矩形標注.
4. 軟件將自動圖像目錄生成 labels 子目錄, 其中包含yolo的txt標準文件.

classes 標簽文件示例:

txt 結果文件示例:

X-AnyLabeling 自動打標簽操作步驟