用该文件可以实现以下功能:
用labelme工具打1张图片的标签,生成1.png和1.json
在终端中运行命令python a.py生成20张数据增强后的图片及其对应的json文件,包括翻转,加噪,模糊,加减曝光等图片
在终端中运行python labelme2COCO.py生成COCO格式数据集,可以进行mask-rcnn 和faster-rcnn 等的输入数据集
2019-12-21 22:02:01
684KB
1
Tensorflow和Caffe等深度学习中，监督学习的数据标注是一件非常繁琐和耗时的工作，本工具在图片预览时即可自动标注物体对象，当发现标注不对时也可以手动干预纠正，生成的标注文件为.csv格式。替换snapshots下的预训练模型为自己的预训练模型能有效提高标注精度和扩展支持的物体对象。
2019-12-21 20:03:25
276.9MB
1