CocoRobo 應用學習: 如何使用LabelImg標記相片以供AI訓練模型用?

使用軟件: LabelImg (Windows版)V.

下載網站: https://tzutalin.github.io/labelImg/

V1.8

[準備工作]

開始前重要步驟: 先清除LabelImg內預設的物件名稱。

重要提示: 如不清除的話，標記後後的txt內的數據資料會出錯的! 上載去Colab後便無法正確辨認!

準備工作1: 刪除predefined_classes.txt內的資料

找出Labellmg.exe所在的資料夾(這裡是下載> windows_v1.8.9 > windows_v1.8.0)，這資料夾內有個data的資料夾，內裡有一個txt文件，名predefined_classes.txt，開啟這文件，會看到以下預設的類別名稱。

把這些資料完全刪掉，然後貯存文件便成，如下圖。

準備工作2: 把SD卡的資料上載至電腦內，以便進行標記。

1. SD卡的資料夾應如下圖顯示，資料夾dataset是預設用來貯存拍照後的文件的位置，把這個資料夾複製至電腦內。

2. 其實複製至任何位置皆可以的。習慣上會把這些用作訓練的相片文件統一放在一資料夾內(這裡是myproject內，當然這個資料夾的名稱可自定。)

3. 這個dataset內有10個資料夾，可刪走一些沒有文件的資料夾。

由於這例子祇拍攝2種物件，祇貯存於資料夾1及2，其他都空的。

4. 把空的資料夾刪除，如下圖。

5. 由於SD卡的資料夾名稱預設一定是dataset的，為了方便將來再拍攝及上載資料夾，建議更改這資料夾名稱，可自定的，這裡是fsstest。最後，要於這一層資料夾新增一個純文字的文件，名叫fsstest.names。前面的fsstest要跟這資料夾同名，這名稱亦是項目(project)的名稱。於這文件內填入你要標記的物件類別名稱。這裡是superman及doraemon。

檢查一下fsstest文件夾內兩個子文件夾的內容，如下例，有5張相片。

重要提示: 實際上進行AI辨識時不應拍攝這麼少張數的，這裡僅用作學習之用。

檢查文件夾2的內容。

準備工作已完成，可以正式開始進行標記。

--------------------------------------------------------------------------------------------

正式開始進行標記相片。(建議參考以上youtube視頻，因為步驟不多，看一次便應可掌握的了) 請開啟labelImg程式。

步驟1: 選擇labelImg 程式。

步驟2: 開啟後，應出現以下畫面。首先把左功能下的PascalVOC改成YOLO。

如下圖所示，PascalVOC已變成YOLO。

備註: YOLO代表You only learn once，是人工智能識別物件其中一種算法。

步驟3: 選擇相片所在的文件夾，Open Dir

例如以下，相片所在的文件夾是於fsstest內，因此選取fsstest，按「選擇資料夾」。

步驟 4: 選取相關資料夾後，會顯示這資料夾(fsstest)內所有文件。可以開始進行標記了。

步驟5: 選取第一張，會出現相關的相片。正式進行標記，請選取上方功能表edit-->Create RectBox。

步驟 6: 用滑鼠拖曵出物件四邊的範圍，如下圖。然後選取把這物件標記成甚麼名稱，如是第一次的話，需要自行輸入，例如以下superman，然後按OK。提示: 第一次標記後，如發現Labellmg視窗內出現其他不相關的物件名稱，建議退出程式，然後刪除predefined_classes.txt內資料才再開啟進行標記，否則標記完後需要進行大量手動修改的步驟，非常麻煩。