文章目录
- 0 数据准备
- 1 图片导入
- 2 数据标注
- 3 标注导出
- 4 格式转换
T-Rex Label
是一种自动化辅助图片标注的工具,它可以使人们脱离繁琐的传统标注流程(如LabelImg),极大地提高标注的效率。
话不多说,先来看一看自动化辅助标注的震撼效果:
那么该如何获取呢? T-Rex Label Github官网提供了在线和本地两种方式,这里为了避免繁琐的环境配置过程,选择T-Rex Label在线工具进行说明。(点击即可跳转)
以下从数据准备、图片导入、数据标注、标注导出、格式转换五个小节来说明
T-Rex Label
的使用流程。
0 数据准备
人们总是对例子情有独钟,为了帮助你更好的理解操作流程,我将通过一个案例来说明。
我们手中有如下的数据目录,Annotations_voc存放VOC格式的xml标注文件,Annotations_yolo存放YOLO格式的txt标注文件,当然目前还没有开始标注,他们都是空的,而pic中存放的是此次要标注的5张图片。
我们的目的是在
T-Rex Label
在线工具上对pic进行标注(把所有人头head标注出来),获得相应的Annotations_yolo标注文件(因为目前只支持导出COCO和YOLO格式),再使用yolo2voc.py(后续会提供)将YOLO格式转化为VOC格式,从而获取Annotations_voc 标注文件。
1 图片导入
打开在线工具链接后,在以下界面选择要导入的图片即可,目前最多支持一次导入200张图片并对其进行标注。
可以看到导入图片后如下,接着点击开始标注即可。
2 数据标注
下面用动图演示标注过程如下:
①
{\color{#E16B8C}{①}}
① 过程中因为预先没有定义分类,先按**A**键进入智能标注模式时,会提示你创建一个分类(e.g. head);
②
{\color{#E16B8C}{②}}
② 创建完成后,接着**左键**划标注框
→
\rightarrow
→**Enter**确定,这样一张图片的标注就完成了;
③
{\color{#E16B8C}{③}}
③ 过程中如果有划错的标注框,可以按**Ctrl+Z**回撤,也可以按**D**键进入选择模式,点击要删除的标定框后按**Del**键即可;
④
{\color{#E16B8C}{④}}
④ 过程中如果有AI漏标的对象,可以按**R**键进入手动标注模式进行框定;
⑤
{\color{#E16B8C}{⑤}}
⑤ 另外可以用小键盘上的**左右方向键**切换图片;
⑥
{\color{#E16B8C}{⑥}}
⑥ 建议先用智能标注完成一遍所有导入图片的粗标注,再用手动标注的方式进行精标注。
3 标注导出
所有图片都标注完成后导出标注即可。这里只可选择COCO或YOLO格式,我们先选择YOLO格式。
接着你会得到一个压缩包,解压后的文件目录如下,其中images是上传的原始图片,labels是YOLO格式的标注,classes是定义的分类。
到这儿,如果你需要的是YOLO或COCO格式,那么标注过程就完成了,如果你需要VOC格式,请看格式转换一节。
4 格式转换
首先创建一个如下图所示的项目目录:
①
{\color{#E16B8C}{①}}
①**data**在**图片导入**一节中已经讲解过了;
②
{\color{#E16B8C}{②}}
② 将下载解压得到的images中的图片放入**pic**中,将labels中的文件放入**Annotations_yolo**中,此时**Annotations_voc**仍为空;
③
{\color{#E16B8C}{③}}
③ 接着创建**yolo2voc.py**的转换函数(主要更改__main__的部分),运行即可在**Annotations_voc**中看到VOC格式的标注文件;
# yolo2voc.py文件的内容 from xml.dom.minidom import Document
import os
import cv2
# 可以修改makexml定制化要写入xml的内容defmakexml(picPath, txtPath, xmlPath,
folder_name="pic",#图片文件建的名称
dirpath=".\\data\\pic\\",#图片目录):"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件
"""
dic ={'0':"head"}# 创建字典用来对类型进行转换
files = os.listdir(txtPath)for name in files:
xmlBuilder = Document()
annotation = xmlBuilder.createElement("annotation")
xmlBuilder.appendChild(annotation)
txtFile =open(os.path.join(txtPath, name))
txtList = txtFile.readlines()
img = cv2.imread(os.path.join(picPath, name[0:-4]+".jpg"))
Pheight, Pwidth, Pdepth = img.shape
folder = xmlBuilder.createElement("folder")
foldercontent = xmlBuilder.createTextNode(folder_name)
folder.appendChild(foldercontent)
annotation.appendChild(folder)
filename = xmlBuilder.createElement("filename")
filenamecontent = xmlBuilder.createTextNode(name[0:-4]+".jpg")
filename.appendChild(filenamecontent)
annotation.appendChild(filename)
path = xmlBuilder.createElement("path")
pathcontent = xmlBuilder.createTextNode(dirpath + name[0:-4]+".jpg")
path.appendChild(pathcontent)
annotation.appendChild(path)
source = xmlBuilder.createElement("source")
annotation.appendChild(source)
database = xmlBuilder.createElement("database")
databasecontent = xmlBuilder.createTextNode("Unknown")
database.appendChild(databasecontent)
source.appendChild(database)
size = xmlBuilder.createElement("size")
width = xmlBuilder.createElement("width")
widthcontent = xmlBuilder.createTextNode(str(Pwidth))
width.appendChild(widthcontent)
size.appendChild(width)
height = xmlBuilder.createElement("height")
heightcontent = xmlBuilder.createTextNode(str(Pheight))
height.appendChild(heightcontent)
size.appendChild(height)
depth = xmlBuilder.createElement("depth")
depthcontent = xmlBuilder.createTextNode(str(Pdepth))
depth.appendChild(depthcontent)
size.appendChild(depth)
annotation.appendChild(size)
segmented = xmlBuilder.createElement("segmented")
segmentedcontent = xmlBuilder.createTextNode("0")
segmented.appendChild(segmentedcontent)
annotation.appendChild(segmented)for j in txtList:
oneline = j.strip().split(" ")object= xmlBuilder.createElement("object")
picname = xmlBuilder.createElement("name")
namecontent = xmlBuilder.createTextNode(dic[oneline[0]])
picname.appendChild(namecontent)object.appendChild(picname)
pose = xmlBuilder.createElement("pose")
posecontent = xmlBuilder.createTextNode("Unspecified")
pose.appendChild(posecontent)object.appendChild(pose)
truncated = xmlBuilder.createElement("truncated")
truncatedContent = xmlBuilder.createTextNode("0")
truncated.appendChild(truncatedContent)object.appendChild(truncated)
difficult = xmlBuilder.createElement("difficult")
difficultcontent = xmlBuilder.createTextNode("0")
difficult.appendChild(difficultcontent)object.appendChild(difficult)
bndbox = xmlBuilder.createElement("bndbox")
xmin = xmlBuilder.createElement("xmin")
mathData =int(((float(oneline[1]))* Pwidth +1)-(float(oneline[3]))*0.5* Pwidth)
xminContent = xmlBuilder.createTextNode(str(mathData))
xmin.appendChild(xminContent)
bndbox.appendChild(xmin)
ymin = xmlBuilder.createElement("ymin")
mathData =int(((float(oneline[2]))* Pheight +1)-(float(oneline[4]))*0.5* Pheight)
yminContent = xmlBuilder.createTextNode(str(mathData))
ymin.appendChild(yminContent)
bndbox.appendChild(ymin)
xmax = xmlBuilder.createElement("xmax")
mathData =int(((float(oneline[1]))* Pwidth +1)+(float(oneline[3]))*0.5* Pwidth)
xmaxContent = xmlBuilder.createTextNode(str(mathData))
xmax.appendChild(xmaxContent)
bndbox.appendChild(xmax)
ymax = xmlBuilder.createElement("ymax")
mathData =int(((float(oneline[2]))* Pheight +1)+(float(oneline[4]))*0.5* Pheight)
ymaxContent = xmlBuilder.createTextNode(str(mathData))
ymax.appendChild(ymaxContent)
bndbox.appendChild(ymax)object.appendChild(bndbox)
annotation.appendChild(object)# 使用字符串方式写入 XML 文件,避免生成 XML 声明# 使用临时文件写入 XML
temp_xml_path = os.path.join(xmlPath, name[0:-4]+"_temp.xml")withopen(temp_xml_path,'w', encoding='utf-8')as temp_file:
xmlBuilder.writexml(temp_file, indent='\t', newl='\n', addindent='\t', encoding='utf-8')# 读取临时 XML 文件并处理withopen(temp_xml_path,'r', encoding='utf-8')as temp_file:
lines = temp_file.readlines()# 删除第一行并缩进后面的行withopen(os.path.join(xmlPath, name[0:-4]+".xml"),'w', encoding='utf-8')as final_file:for line in lines[1:]:# 从第二行开始写入
final_file.write(line[1:])# 去掉每一行的第一个缩进# 删除临时文件
os.remove(temp_xml_path)if __name__ =="__main__":
picPath ="data/pic/"# 图片所在文件夹路径,后面的/一定要带上
txtPath ="data/Annotations_yolo/"# txt所在文件夹路径,后面的/一定要带上
xmlPath ="data/Annotations_voc/"# xml文件保存路径,后面的/一定要带上
makexml(picPath, txtPath, xmlPath,
folder_name="pic",
dirpath=".\\data\\pic\\")
④
{\color{#E16B8C}{④}}
④ 为了验证转换的正确性,使用**demo.py**文件(主要更改__main__的部分)可视化VOC标注的效果。
# demo.py文件的内容import os
import xml.etree.ElementTree as ET
from PIL import Image, ImageDraw
defparse_voc_xml(xml_file):"""解析 VOC 格式的 XML 文件,提取检测框信息"""
tree = ET.parse(xml_file)
root = tree.getroot()
boxes =[]for obj in root.findall('object'):
name = obj.find('name').text
xmlbox = obj.find('bndbox')
xmin =int(xmlbox.find('xmin').text)
ymin =int(xmlbox.find('ymin').text)
xmax =int(xmlbox.find('xmax').text)
ymax =int(xmlbox.find('ymax').text)
boxes.append((name, xmin, ymin, xmax, ymax))return boxes
defvisualize_boxes(image_path, boxes):"""在图片上绘制检测框"""
image = Image.open(image_path)
draw = ImageDraw.Draw(image)for box in boxes:
name, xmin, ymin, xmax, ymax = box
draw.rectangle([xmin, ymin, xmax, ymax], outline='red', width=3)
draw.text((xmin, ymin), name, fill='red')return image
defmain(image_path, xml_path):# 解析 XML 文件,获取检测框
boxes = parse_voc_xml(xml_path)# 可视化检测框
visualized_image = visualize_boxes(image_path, boxes)# 显示图片
visualized_image.show()if __name__ =="__main__":# 输入图片和对应的 XML 文件路径
image_path ="data/pic/002861.jpg"# 替换为你的图片路径
xml_path ="data/Annotations_voc/002861.xml"# 替换为你的 XML 文件路径
main(image_path, xml_path)
可以看到运行后的可视化效果如下,说明YOLO格式转VOC格式成功。
版权归原作者 斑斓GORGEOUS 所有, 如有侵权,请联系我们删除。