Сбор достоверных данных и оценка для компьютерного зрения

Я еще раз посмотрел на vatic и заставил его работать. Это онлайн-инструмент для аннотирования видео, предназначенный для краудсорсинга через коммерческий сервис и работающий на Linux. Однако есть и офлайн-режим. В этом режиме служба, используемая для эксплуатации этого программного обеспечения, не требуется, и программное обеспечение работает автономно.

Установка довольно подробно описана в прилагаемом файле README. Это включает в себя, среди прочего, настройку appache и сервера mysql, некоторых пакетов python, ffmpeg. Это не так сложно, если вы будете следовать README. (Я упомянул, что у меня были некоторые проблемы с моим прокси, но это не было связано с этим программным пакетом).

Вы можете попробовать онлайн-демонстрацию. Вывод по умолчанию выглядит следующим образом:

0 302 113 319 183 0 1 0 0 "person"
0 300 112 318 182 1 1 0 1 "person"
0 298 111 318 182 2 1 0 1 "person"
0 296 110 318 181 3 1 0 1 "person"
0 294 110 318 181 4 1 0 1 "person"
0 292 109 318 180 5 1 0 1 "person"
0 290 108 318 180 6 1 0 1 "person"
0 288 108 318 179 7 1 0 1 "person"
0 286 107 317 179 8 1 0 1 "person"
0 284 106 317 178 9 1 0 1 "person"

Каждая строка содержит более 10 столбцов, разделенных пробелами. Определение этих столбцов:

1   Track ID. All rows with the same ID belong to the same path.
2   xmin. The top left x-coordinate of the bounding box.
3   ymin. The top left y-coordinate of the bounding box.
4   xmax. The bottom right x-coordinate of the bounding box.
5   ymax. The bottom right y-coordinate of the bounding box.
6   frame. The frame that this annotation represents.
7   lost. If 1, the annotation is outside of the view screen.
8   occluded. If 1, the annotation is occluded.
9   generated. If 1, the annotation was automatically interpolated.
10  label. The label for this annotation, enclosed in quotation marks.
11+ attributes. Each column after this is an attribute.

Но также может предоставлять вывод в xml, json, pickle, labelme и pascal voc.

Итак, в целом, это именно то, что я хотел, и это также довольно просто в использовании. Но меня интересуют другие варианты!

LabelMe — еще один открытый инструмент для создания аннотаций. Я думаю, что это менее подходит для моего конкретного случая, но все же стоит упомянуть. Кажется, он ориентирован на маркировку BLOB-объектов.

Это проблема, с которой сталкиваются все практикующие компьютерное зрение. Если вы настроены серьезно, есть компания, которая сделает это за вас с помощью краудсорсинга. Однако я не знаю, стоит ли мне размещать ссылку на него на этом сайте.

У меня была такая же проблема, когда я искал инструмент для аннотирования изображений для создания набора достоверных данных для обучения моделей для анализа изображений.

LabelMe — хороший вариант, если вам нужно полигональное выделение для вашей аннотации. Я работал с ним раньше, и он хорошо справляется со своей задачей и имеет несколько дополнительных интересных функций, когда дело доходит до извлечения 3D-объектов. В дополнение к LabelMe я также создал инструмент с открытым исходным кодом под названием LabelD. Если вы все еще ищете инструмент для создания аннотаций, проверьте его!