自制数据集以及标签制作工具-Make Sense的使用

Make Sense在线地址:https://www.makesense.ai/

用于自己制作yolov5格式的数据集:使用Make Sense工具为图片数据打标签 制作.txt类型的label标签

(1)进入网站首页,点击右下角的Get Started进行使用

(2)数据集图片上传(进行图像标签制作)

点击Drop Images or Click here to select them进行数据集图片上传,图片上传完毕后,可选择进行目标检测(Object Detection)和图像识别(Image recognition)两种操作

下面以Object Detection(目标检测)方式制作标签类别信息为例进行说明:

在这里插入图片描述

1.目标检测(Object Detection)

2.点击Object Detection(目标检测)进入后,弹出Create Label窗口,需要设置标签类别信息,点击Create Label窗口左上角的+号

3.点击+号后,设置类别信息,以类别编号的形式进行,从0开始一次递增(或者直接以类别名称进行设置),例如:

在这里插入图片描述

4.点击Start project进入操作界面对图片中的目标进行检测框的绘制,框中目标后,对其设置相应的类别设置

5.检测框与标签设置完毕后,点击左上角的Actions ---- 然后选择Export Annotations ,从而导出制作的图片标签文件

在这里插入图片描述

6.点击Export Annotations后,可以选取导出的标签文件的类型,包括.txt,.xml,以及.csv三种格式

(其中适用于yolov5项目的标签文件格式后缀是.txt)

7.导出制作完成的图片标签文件,此处导出的是.txt格式的标签文件

### MakeSense 标注工具使用教程 MakeSense 是一种用于图像数据集标注的在线工具,因其简单易用和强大功能而受到广泛欢迎。以下是关于该工具的具体介绍以及如何使用的指南。 #### 工具概述 MakeSense 提供了一个直观的操作界面,允许用户通过浏览器完成对图像的数据标注工作[^1]。无论是矩形框标注、多边形绘制还是像素级分割,这款工具都能满足需求。此外,它还支持多种文件格式导入导出,极大地方便了用户的操作流程[^2]。 #### 功能特点 - **跨平台兼容性**:除了传统的电脑端外,MakeSense 还推出了 iPad 版本,使移动端的数据标注变得更加便捷[^3]。 - **高效的标注方式**:支持拖拽选择区域并快速分类目标对象的功能,显著提高了工作效率。 - **灵活的工作流管理**:可以创建项目并将图片上传至云端存储空间,在团队协作模式下尤其适用。 #### 安装与配置 由于这是一个基于Web的应用程序,因此无需下载任何客户端软件即可直接访问官方网站开始使用。只需注册账号登录后按照提示步骤设置新工程参数比如名称描述类别标签列表等内容即可准备就绪进行下一步实际操作环节。 #### 实际应用案例 假设我们需要构建一个人脸检测模型,则可以通过如下方法利用MakeSense制作训练样本集合: 1. 将待处理的照片批量上传到平台上; 2. 对每张照片中的人脸位置划定边界框,并指定对应的属性值(如性别年龄等信息); 3. 导出已标记好的JSON或者XML格式文档作为后续算法开发的基础素材。 ```python import json # 假设我们已经得到了由MakeSense生成的标准json文件 with open('annotations.json', 'r') as f: data = json.load(f) for image_info in data['images']: print(image_info['file_name'], image_info['width'], image_info['height']) for annotation in data['annotations']: bbox = annotation['bbox'] category_id = annotation['category_id'] print(f"Category ID: {category_id}, Bounding Box Coordinates: {bbox}") ``` 上述代码片段展示了读取从MakeSense导出的 JSON 文件的方法,并提取其中有关图像尺寸及其所含物体的信息。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值