瓜瓜笔记 | 推荐一个『网页版图片标记与分割工具』
深度学习是人工智能中的一颗灿烂的『明珠』,这颗明珠之所以绽放,离不开算法算力的持续发展,同时还离不开高质量标注数据的加持。深度学习在大多数图像应用中可能需要花大量的人力才进行各种标注,如图像分类中需要标注类别、图像检测中需要标定类别与bbox等。本文推荐给大家一款还不错的的网页版『图片标注与分割工具』。是的,就是网页版!!!
先给大家来个Demo地址,可以直接测试:http://slv.io/label-tool/demo/,效果如下:
下面,让我给大家详细的介绍这款网页『APP』。
项目名:网页版图片标记与分割工具
别名:Image Labeling Tool - Web application for image labeling and segmentation
作者:Slava Kim
开源地址:https://github.com/Slava/label-tool
简介:本标注工具不需要下载,通过web即可进行图像标记,包括绘制边界框形状、使用下拉列表、复选框和输入框收集表单中的信息。
- 可以通过标签UI绘制多边形
- 使用基于边缘的自动跟踪或外部机器学习模型进行辅助跟踪
- 适用于需要自己或按组分割和标记多个图像的场景
- 可导出与LabelMe兼容格式的数据
Demo截图:
边界框标签
使用多边形进行分割
自动跟踪
使用Tensor Flow服务辅助分割
使用:
1# 首先给客户端,服务器和顶级文件夹安装npm包:
2
3
4
5# 如果数据库文件不存在,服务器将在第一次运行时运行数据库迁移。
6# 请在开发模式下运行:
7
8
9## 用于实际生产环境
10# 首先构建客户端应用程序:
11
12# 然后在prod模式下运行服务器应用程序,为客户端构建服务:
13
14
15
16## 配置
17# 调整以下环境变量:
18
19
20
21
22
2
yarn install
3
cd server && yarn install && cd ..
4
cd client && yarn install && cd ..
5# 如果数据库文件不存在,服务器将在第一次运行时运行数据库迁移。
6# 请在开发模式下运行:
7
env PORT=
3000 API_PORT=
3001 yarn start
8
9## 用于实际生产环境
10# 首先构建客户端应用程序:
11
cd client && yarn run build && cd ..
12# 然后在prod模式下运行服务器应用程序,为客户端构建服务:
13
env PORT=
80 NODE_ENV=production node server/src/index.js
14
15
16## 配置
17# 调整以下环境变量:
18
PORT - 应用程序服务的部分(dev,prod)
19
API_PORT - 区分API运行的端口(应该只在dev中使用)
20
UPLOADS_PATH - 应用程序存储上传图像的绝对路径,默认为服务器文件夹的“uploads”
21
DATABASE_FILE_PATH - 应用程序存储SQLite数据的文件的绝对路径。 默认为服务器文件夹中的database.sqlite
22
ADMIN_PASSWORD - 为所有非标记器操作设置一个简单密码(以hased形式存储)。
详细介绍和使用方法请点击『阅读原文』
推荐阅读
喜欢就点击“在看”吧!
阅读原文 最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。