人工智能图像标签

人工智能数据集图像标签

利用肆十二的口罩识别模型https://blog.youkuaiyun.com/ECHOSON/article/details/121939535
尝试一下训练柑橘黄龙病的模型，做个关于数据集打标签的笔记

标签文件：

YOLO_Mask
└─ score
├─ images
│ ├─ test # 下面放测试集图片
│ ├─ train # 下面放训练集图片
│ └─ val # 下面放验证集图片
└─ labels
├─ test # 下面放测试集标签
├─ train # 下面放训练集标签
├─ val # 下面放验证集标签

我的文件夹是在。每一个test train val 下面多放了四个分类文件夹。

/* test：710张 */
黄龙病树叶：568
其他病柑橘叶子：37
其他树叶：63
正常柑橘树叶：42
/* train：5697张 */
黄龙病树叶：4546
其他病柑橘叶子：300
其他树叶：511
正常柑橘树叶：340
/* valid：711张 */
黄龙病树叶：568
其他病柑橘叶子：37
其他树叶：64
正常柑橘树叶：42

每一个图片都按数字标号标好了。都是从一到多少张命名的。

接下来进行数据标注的教程：

数据标注这里推荐的软件是labelimg，通过pip指令即可安装

pip install labelimg -i https://mirror.baidu.com/pypi/simple

打开输入：labelimg

1.设置标注文件保存的目录并设置自动保存

2.先打开对应标签目录

点击no

选择文件夹images/test/正常树叶

选择存放的标签位置lables/test/正常树叶 注：图像和标签文件夹是相互对应的。别放错了

数据标注

我们还是选择进行yolo格式的标注

做完以上的步骤之后，就可以对树叶进行打标签，每次（指的是打开文件夹）只需要输入一个标签名，标签名如下所示。

标签命名

正常柑橘树叶：health orang

其他病树叶：over virus

黄龙病树叶：hlb

其他树叶：else leaf
打第一个标签命名就好了

标签生成：

labelimg的快捷键如下，学会快捷键可以帮助你提高数据标注的效率。

注意：

1.快捷方法树叶多的图片，对几个主要显眼的打标签就行了。

2.当树叶重叠在一起的时候，也可以叠加上去打标签。

3.打标签按enter直接确认

4.打完标签的图片可以按D自动保存并进入下一张，也可以按A返回上一张。

5.打开要标签图片文件夹，再打开存放文件夹，会自动生成文件名的标签框，如果相对应的文件夹错误，标签会错误。

文件夹，再打开存放文件夹，会自动生成文件名的标签框，如果相对应的文件夹错误，标签会错误。