데이터사이언스/딥러닝
Image Labeling
Zero Coding
2022. 7. 18. 18:07
1. Labelimg Library 설치
pip install labelImg
2. labelimg 실행
- cmd 창에서 labelimg 입력후 실행
- 아래와같이 Open Dir클릭후 작업할 이미지 폴더 선택
3. Bounding Box 생성 및 Labeling
- Create RectBox 클릭 [단축키: w]
- 원하는 형상에 마우스 좌클릭으로 박스생성
- 입력창에 label 값 입력후 확인
- New Image로 클릭[단축키:d] → 저장유무 확인(지정된대로 이미지명과 일치시켜주는게 편함, 굳이 바꾸지말자!)
- 앞의 이미지로 다시 가려면 Prev Image 클릭[단축키: a]
4. xml 파일 생성 확인
- 이미지 폴더에 아래와같이 각각 xml파일 생성된것을 확인할 수 있음
- xml파일을 열어보면 폴더정보, 이미지명, 이미지사이즈와 함께 앞에서 지정한 Bouding Box영역의 정보를 확인할 수 있음!
- 여기까지만 해주면 해당 이미지와 xml파일을 가지고 Object Detection 본 코드에서 label_map과 csv파일로 변환해서 사용하게 됨.
<annotation>
<folder>AddImage</folder>
<filename>DermImage_005.jpg</filename>
<path>D:\데이터셋\AddImage\DermImage_005.jpg</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>512</width>
<height>512</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>flaky</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>13</xmin>
<ymin>307</ymin>
<xmax>160</xmax>
<ymax>474</ymax>
</bndbox>
</object>
<object>
<name>flaky</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>310</xmin>
<ymin>103</ymin>
<xmax>489</xmax>
<ymax>187</ymax>
</bndbox>
</object>
<object>
<name>flaky</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>40</xmin>
<ymin>113</ymin>
<xmax>210</xmax>
<ymax>197</ymax>
</bndbox>
</object>
</annotation>