前言

使用AI模型進行物件偵測前，都需要大量的資料集進行訓練才能達到一定的準確度，而資料集都必須經過前處理才能提供AI模型使用，也就是照片加上物件的位置及物件的名稱。前處理過的資料集除了從Open Source可以找到之外，其他特殊或Open Source未提供的資料集則必須自己手動蒐集及標註，而 LabelImg 就是用來標註照片中物體位置與名稱的工具，本篇博文將教大家如何在Ubuntu18.04上使用LabelImg工具完成圖片標註。 

目的

透過本篇博文教大家如何使用LabelImg工具標註圖片上特定目標區域，用來建立訓練模型的資料集。

安裝LabelImg

1. LabelImg 支援 Windows、Linux 與 Mac OS X 平台，而Linux Ubuntu上可以直接使用pip install labelImg下載。(圖1)

(Github：https://github.com/tzutalin/labelImg)

圖 1

2. 安裝完畢後即可執行labelImg。(圖2、3)

圖 2

 

圖 3

 

 

 

標註照片

3. 開啟 LabelImg 之後，有兩種方式可以開啟圖檔，第一：選擇「Open」開啟單張圖檔，第二：選擇「Open Dir」開啟目錄中所有的圖檔。如果選擇「Open Dir」則可以使用「Next Image」與「Prev Image」來選擇下一張或前一張圖片。(圖4)

 

圖 4

4. 選擇PascalVOC格式，這邊選擇PascalVOC原因是Caffe模型可以直接使用，不須經過其他程式轉換。LabelImg提供Yolo、CreateML與PascalVOC格式給使用者做選擇應用在不同訓練模型上。(圖5) (以下車輛圖片來源：https://github.com/AvLab-CV/AOLP)

 

圖 5

5. 將圖檔匯入LabelImg後點選右鍵選擇「Create RectBox」。(圖6)

 

圖 6

6. 框選所要標註之區域後給定區域名稱按下”ok”。(圖7)

 

圖 7

7. 按完ok後即會顯示所標註之區域。(圖8)

 

圖 8

8. 按下Save進行存檔即完成標註動作。(圖9)

 

圖 9

 

 

9. LabelImg 儲存的 XML 內容大概會長這樣。(圖10)

 

圖 10

 

10. 將儲存XML檔案命名為Annotations，並將原本儲存照片的檔案夾命名為JPEGImages即可用來進行Caffe模型的訓練，這邊須注意 Annotations 與 JPEGImages 檔案夾內之檔案是否有對應上。

(圖11、12、13)

 

圖 11

 

圖 12

 

圖 13 

結語

AI模型訓練中最重要的就是資料集的前處理，雖然網路上已有許多Open Source能夠使用，但在許多形況下模型資料集需要自己建立，因此學習完整的AI訓練流程才能因應不同的使用狀況。