【DarkLabel】使用教程(标注MOT数据集)

这篇具有很好参考价值的文章主要介绍了【DarkLabel】使用教程(标注MOT数据集)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

DarkLabel 使用教程

功能部分

【DarkLabel】使用教程(标注MOT数据集)

Open video

第 2 处的内容为数据集类型。例如:VOC、COCO、MOT、YOLO等。

第 3 处的内容为标签名称。
可在 darklabel.yml 中修改 classes_set。例如:classes_set: "mot_classes"

第 4 处的内容为两种跟踪方法可选:

  • Tracker1(robust)
    插值法,每次一个目标。
    首先在第一帧点击Begin Interpolation,然后画目标bbox,按↓键往后几十帧,在找到该目标画出bbox,点击End Interpolation,然后就可以看到中间帧该目标都被圈住了,效果挺好的。

  • Tracker2(accurate)
    在当前帧画出多个目标bbox,然后点击next,这些算法,越往后bbox就越不准了,但是可以多个目标同时跟踪,插值效果比较好,但是只能一个一个目标跟踪,自己选择。

第 5 处的内容为

第 6 处的内容为

功能快捷键

Arow / PgUp / PgDn / Home / End:浏览图像帧
鼠标:左(创建框),右(取消最近创建的框)

Shift +鼠标:向左(修改框),向右(删除所选框/轨迹或所有框)
Shift + DoubleClick:修改框属性(标签,ID,难度)
Ctrl +’+’/’-’:放大/缩小
Ctrl +箭头:滚动缩放窗口
Ctrl + 滚珠:放大/缩小
Ctrl +s:保存gt
F1:显示此帮助
撤回画的bbox:在任意区域按压鼠标右键,以出栈的顺序依次删除bbox
删除指定bbox:鼠标放在bbox上,按压shift键,点击鼠标右键删除bbox
调整bbox:鼠标放在bbox上,按压shift键,点击鼠标左键可以修改bbox类别和id文章来源地址https://www.toymoban.com/news/detail-476220.html

yaml 配置文件

## Default Settings
media_path_root: "H:\\darklabel_test\\media"          # if specified, image/video files are opened in this folder by default
gt_path_root: "H:\\darklabel_test\\gt"          # if specified, gt files are loaded and saved in $gt_path_root\ by default
auto_gt_load: 0                # if true, gt is loaded from $gt_path_root\ when media is opened (you have to select gt format first before open media. if $gt_path_root\ is not defined, gt is loaded from media path)
gt_file_ext: "xml"              # default gt save file format (supported formats: xml, txt, csv)
gt_merged: 0                  # 0: save gt as separate file for each image, 1: save gt in one file
delimiter: ","                   # separating delimiter of gt datum (it's effective only when gt is saved in txt)
database_name: "Unknown"        # it is used when saving gt data in xml format: <database>database_name</database>
classes_set: "mot_classes"   # predefined classes set (tag name of classes set)
  • data_fmt:你想要的格式
  • gt_file_ext:gt文件的保存类型
  • gt_merged:0表示每张图片一个gt文件,1表示所有图片保存在一个文件
  • delimiter:分隔符
  • classes_set:类别标签名称
format2:    # MOT (predefined format]
  fixed_filetype: 1                 # if specified as true, save setting isn't changeable in GUI
  data_fmt: [fn, id, x1, y1, w, h, c=-1, c=-1, c=-1, c=-1]
  gt_file_ext: "csv"                 # if not specified, default setting is used
  gt_merged: 1                    # if not specified, default setting is used
  classes_set: "mot_classes"     # if not specified, default setting is used
  name: "MOT"                     # if not specified, "[fmt%d] $data_fmt" is used as default format name

到了这里,关于【DarkLabel】使用教程(标注MOT数据集)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • 百度飞浆EISeg高效交互式标注分割软件的使用教程

    百度飞浆EISeg高效交互式标注分割软件的使用教程

    官方原话:EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了高精度和轻量级等不同方向的高质量交互式分割模型,方便开发者快速实现语义及实例标签的标注,降低标注成本。 另外,将EISeg获取到的标注应用到PaddleSeg提供的其他

    2024年02月16日
    浏览(10)
  • PaddleDetect图像目标检测模型训练之数据标注——使用labelme进行标注

    PaddleDetect图像目标检测模型训练之数据标注——使用labelme进行标注

    在做PaddleDetect图像检测模型训练时,需要对数据集进行人工标注,下面将已货车检测为例,使用labelme进行标注的详细过程记录一下,以防日后忘记。 本文中使用到的文件请到这里下载:https://download.csdn.net/download/loutengyuan/87616492 labelme是图形图像注释工具,它是用Python编写的

    2024年02月16日
    浏览(11)
  • Labelme使用——数据集标注详解

    Labelme使用——数据集标注详解

     1、Labelme的安装: Windows下首先安装Anaconda,安装教程:Windows下Anaconda的下载与安装_一诺长安的博客-CSDN博客 安装成功后,电计电脑左下角“开始”,找到Anaconda3(64-bit )下的Anaconda Prompt,并打开。  查看python版本:输入python或者python -V  创建虚拟环境:conda create -n labelm

    2024年02月08日
    浏览(10)
  • 【目标跟踪】MOT数据集GroundTruth可视化

    【目标跟踪】MOT数据集GroundTruth可视化

    MOT15数据集下载:https://pan.baidu.com/s/1foGrBXvsanW8BI4eybqfWg?pwd=8888 以下为一行gt示例: 1,1,1367,393,73,225,1,-1,-1,-1 各列数据对应含义如下 frame:图片帧id id:目标id bb_left:bbox左上角坐标x bb_top:bbox左上角坐标y bb_width:bbox的宽度 bb_height:bbox的高度 conf:置信度 x:三维坐标系x值,对于

    2024年02月09日
    浏览(10)
  • 数据标注工具:label studio的简单使用

    数据标注工具:label studio的简单使用

    Agent:实施动作的主体 Action:谓语,动作 Patient:承受动作的客体 Time:发生动作的时间 Location:发生动作的地点 官方网址 :Open Source Data Labeling | Label Studio 使用工具 :label studio 安装命令 :pip install label-studio 启动命令 :label-studio 访问API :http://localhost:8080 使用流程——关系

    2024年02月16日
    浏览(8)
  • OpenCV与AI深度学习 | 实战 | YOLOv8自定义数据集训练实现手势识别 (标注+训练+预测 保姆级教程)

    OpenCV与AI深度学习 | 实战 | YOLOv8自定义数据集训练实现手势识别 (标注+训练+预测 保姆级教程)

    本文来源公众号 “OpenCV与AI深度学习” ,仅用于学术分享,侵权删,干货满满。 原文链接:实战 | YOLOv8自定义数据集训练实现手势识别 (标注+训练+预测 保姆级教程)     本文将手把手教你用YoloV8训练自己的数据集并实现手势识别。 【1】安装torch, torchvision对应版本,这里先

    2024年04月23日
    浏览(51)
  • ubuntu20.04系统安装使用labelme标注数据集

    ubuntu20.04系统安装使用labelme标注数据集

    请参考:Mediapipe+VSCode+Anaconda 实时检测手部关键点并保存视频_苦瓜汤补钙的博客-CSDN博客 1.打开终端创建虚拟环境   输入“y”,然后回车。  2.激活虚拟环境,开始安装  1、启动 2、点击【open】,选择图片;【Edit Polygons】---- 【Create Polygons】  3、可以选择自动保存  

    2024年02月16日
    浏览(7)
  • 计算机视觉——【数据集】MOT17、COCO数据输入格式、数据集可视化脚本

    计算机视觉——【数据集】MOT17、COCO数据输入格式、数据集可视化脚本

    写在前面:本篇博文的目的是1. 理清MOT17数据集中文件及其内容的含义;2. COCO数据输入格式和YOLO数据输入格式和VOC数据输入格式的区别;3. 提供一个数据集可视化脚本,可以选中某个数据集,将该数据集中的groundtruth可视化在jpg上并生成视频播放。 数据格式的含义: 数据集

    2024年02月08日
    浏览(9)
  • 使用opencv自制一个YOLO常规数据和关键点数据的标注工具

    使用opencv自制一个YOLO常规数据和关键点数据的标注工具

    工具由opencv编写,可以直接生成YOLO所需要的标签(pose和常规标签) 代码放到了文章末尾,以及百度云下载链接 首先放一段实际操作的视频展示 yolov5数据集标注,yolo-pose数据集标注 按Q切换到下一张图像 按T直接退出 按Y删除当前图片和对应标签 按R隐藏当前内容,继续标注完

    2024年02月11日
    浏览(7)
  • Windows系统中数据标注软件LabelImg的安装和基本使用

    Windows系统中数据标注软件LabelImg的安装和基本使用

    LabelImg是国立台湾大学(National Taiwan University)的Tzuta Lin主导完成,并基于免费软件许可 MIT LICENSE 发布在github上的一款计算机视觉(Computer Vision,CV)中 目标检测数据集 的标注软件,它不仅轻量化且使用简单。虽然现在Tzuta Lin等人已经不在积极维护LabelImg,并且LabelImg也已经成

    2024年02月16日
    浏览(11)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包