นี่คือแอป Linux ชื่อ LabelImg ซึ่งสามารถดาวน์โหลดรุ่นล่าสุดเป็น Binaryv1.8.1.zip สามารถเรียกใช้ออนไลน์ใน OnWorks ผู้ให้บริการโฮสต์ฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและเรียกใช้แอปนี้ออนไลน์ชื่อ LabelImg พร้อม OnWorks ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ
Ad
LabelImg
DESCRIPTION
LabelImg เป็นเครื่องมือคำอธิบายประกอบภาพกราฟิก มันถูกเขียนใน Python และใช้ Qt สำหรับส่วนต่อประสานกราฟิก คำอธิบายประกอบจะถูกบันทึกเป็นไฟล์ XML ในรูปแบบ PASCAL VOC ซึ่งเป็นรูปแบบที่ ImageNet ใช้ นอกจากนี้ยังรองรับรูปแบบ YOLO และ CreateML Linux/Ubuntu/Mac ต้องใช้ Python 2.6 เป็นอย่างน้อย และผ่านการทดสอบกับ PyQt 4.8 แล้ว อย่างไรก็ตาม ขอแนะนำให้ใช้ Python 3 หรือสูงกว่าและ PyQt5 Virtualenv สามารถหลีกเลี่ยงปัญหาเวอร์ชัน QT / Python ได้มากมาย สร้างและเปิดใช้งานโดยใช้คำแนะนำ คลิก 'เปลี่ยนโฟลเดอร์คำอธิบายประกอบเริ่มต้นที่บันทึกไว้' ในเมนู/ไฟล์ คลิก 'เปิด Dir' คลิก 'สร้าง RectBox' คลิกและปล่อยเมาส์ซ้ายเพื่อเลือกพื้นที่ที่จะใส่คำอธิบายประกอบให้กับช่อง rect คุณสามารถใช้เมาส์ขวาลากกล่องสี่เหลี่ยมเพื่อคัดลอกหรือย้าย คำอธิบายประกอบจะถูกบันทึกลงในโฟลเดอร์ที่คุณระบุ คุณสามารถอ้างถึงปุ่มลัดเพื่อเพิ่มความเร็วเวิร์กโฟลว์ของคุณ
คุณสมบัติ
- รายการป้ายกำกับของคุณจะไม่เปลี่ยนแปลงในระหว่างการประมวลผลรายการรูปภาพ
- เมื่อคุณบันทึกรูปภาพ class.txt จะได้รับการอัปเดตด้วย ในขณะที่คำอธิบายประกอบก่อนหน้าจะไม่ได้รับการอัปเดต
- คุณสามารถแก้ไข data/predefined_classes.txt เพื่อโหลดคลาสที่กำหนดไว้ล่วงหน้าได้
- เมื่อกดเว้นวรรคผู้ใช้สามารถตั้งค่าสถานะภาพเป็นตรวจสอบแล้วพื้นหลังสีเขียวจะปรากฏขึ้น
- ฟิลด์ยากถูกตั้งค่าเป็น 1 แสดงว่าวัตถุได้รับการใส่หมายเหตุว่า "ยาก"
- ตามการใช้งาน Deep Neural Network คุณสามารถรวมหรือแยกวัตถุที่ยากออกระหว่างการฝึกได้
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/labelimg.mirror/ มีการโฮสต์ใน OnWorks เพื่อให้ทำงานออนไลน์ในวิธีที่ง่ายที่สุดจากหนึ่งในระบบปฏิบัติการฟรีของเรา
