【T-Rex Label底子教程】全新的主动化图片标注工具/软件 进步服从必备 可在
T-Rex Label是一种主动化辅助图片标注的工具，它可以使人们离开繁琐的传统标注流程（如LabelImg），极大地进步标注的服从。https://i-blog.csdnimg.cn/direct/4240bdd63a1a4dbd8e378eade3ab41aa.png
话不多说，先来看一看主动化辅助标注的震撼结果：
https://i-blog.csdnimg.cn/direct/5d69f34e44ee43b4b7396b703eef0b5f.gif#pic_center
那么该如何获取呢？ T-Rex Label Github官网提供了在线和本地两种方式，这里为了克制繁琐的环境设置过程，选择T-Rex Label在线工具举行说明。(点击即可跳转)
以下从数据预备、图片导入、数据标注、标注导出、格式转换五个小节来说明T-Rex Label的使用流程。
0 数据预备
人们总是对例子情有独钟，为了资助你更好的理解操纵流程，我将通过一个案例来说明。
我们手中有如下的数据目录，Annotations_voc存放VOC格式的xml标注文件，Annotations_yolo存放YOLO格式的txt标注文件，当然现在还没有开始标注，他们都是空的，而pic中存放的是此次要标注的5张图片。
https://i-blog.csdnimg.cn/direct/45fa453055ef430183bbd8d725ff1db4.png
我们的目标是在T-Rex Label在线工具上对pic举行标注（把所有人头head标注出来），得到相应的Annotations_yolo标注文件（因为现在只支持导出COCO和YOLO格式），再使用yolo2voc.py(后续会提供)将YOLO格式转化为VOC格式，从而获取Annotations_voc 标注文件。
https://i-blog.csdnimg.cn/direct/a44179b75ec64dbfb4b64efd56d89cdb.jpeg
1 图片导入
打开在线工具链接后，在以下界面选择要导入的图片即可，现在最多支持一次导入200张图片并对其举行标注。
https://i-blog.csdnimg.cn/direct/58883a7acd8745808a09c69b88d0ce5b.png
可以看到导入图片后如下，接着点击开始标注即可。
https://i-blog.csdnimg.cn/direct/d0f14a09c6f54c34844e663fb0b56238.png
2 数据标注
下面用动图演示标注过程如下：
① {\color{#E16B8C}{①}} ① 过程中因为预先没有界说分类，先按A键进入智能标注模式时，会提示你创建一个分类(e.g. head)；
https://i-blog.csdnimg.cn/direct/a146bcefc5414e3393ec041df98b6484.gif
② {\color{#E16B8C}{②}} ② 创建完成后，接着左键划标注框 → \rightarrow →Enter确定，如许一张图片的标注就完成了；
https://i-blog.csdnimg.cn/direct/ff3cf48beb4745c69aaba0b40489bb3f.gif
③ {\color{#E16B8C}{③}} ③ 过程中如果有划错的标注框，可以按Ctrl+Z回撤，也可以按D键进入选择模式，点击要删除的标定框后按Del键即可；
④ {\color{#E16B8C}{④}} ④ 过程中如果有AI漏标的对象，可以按R键进入手动标注模式举行框定；
⑤ {\color{#E16B8C}{⑤}} ⑤ 另外可以用小键盘上的左右方向键切换图片；
⑥ {\color{#E16B8C}{⑥}} ⑥ 建议先用智能标注完成一遍所有导入图片的粗标注，再用手动标注的方式举行精标注。
3 标注导出
所有图片都标注完成后导出标注即可。这里只可选择COCO或YOLO格式，我们先选择YOLO格式。
https://i-blog.csdnimg.cn/direct/bb32abe625584a28adc02d310a3791c5.png
接着你会得到一个压缩包，解压后的文件目录如下，其中images是上传的原始图片，labels是YOLO格式的标注，classes是界说的分类。
https://i-blog.csdnimg.cn/direct/ef1203615b324276911d168dfb5ad9f2.png
到这儿，如果你需要的是YOLO或COCO格式，那么标注过程就完成了，如果你需要VOC格式，请看格式转换一节。
4 格式转换
首先创建一个如下图所示的项目目录：
https://i-blog.csdnimg.cn/direct/fc6ccfa2c3404b579a1f89aba2076e5c.png
① {\color{#E16B8C}{①}} ① data在图片导入一节中已经解说过了；
② {\color{#E16B8C}{②}} ② 将下载解压得到的images中的图片放入pic中，将labels中的文件放入Annotations_yolo中，此时Annotations_voc仍为空；
③ {\color{#E16B8C}{③}} ③ 接着创建yolo2voc.py的转换函数(主要更改__main__的部分)，运行即可在Annotations_voc中看到VOC格式的标注文件；
# yolo2voc.py文件的内容
from xml.dom.minidom import Document
import os
import cv2
# 可以修改makexml定制化要写入xml的内容
def makexml(picPath, txtPath, xmlPath,
folder_name="pic",#图片文件建的名称
dirpath=".\\data\\pic\\", #图片目录
):
"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件
"""
dic = {'0': "head"}# 创建字典用来对类型进行转换
files = os.listdir(txtPath)
for name in files:
xmlBuilder = Document()
annotation = xmlBuilder.createElement("annotation")
xmlBuilder.appendChild(annotation)
txtFile = open(os.path.join(txtPath, name))
txtList = txtFile.readlines()
img = cv2.imread(os.path.join(picPath, name + ".jpg"))
Pheight, Pwidth, Pdepth = img.shape
folder = xmlBuilder.createElement("folder")
foldercontent = xmlBuilder.createTextNode(folder_name)
folder.appendChild(foldercontent)
annotation.appendChild(folder)
filename = xmlBuilder.createElement("filename")
filenamecontent = xmlBuilder.createTextNode(name + ".jpg")
filename.appendChild(filenamecontent)
annotation.appendChild(filename)
path = xmlBuilder.createElement("path")
pathcontent = xmlBuilder.createTextNode(dirpath + name + ".jpg")
path.appendChild(pathcontent)
annotation.appendChild(path)
source = xmlBuilder.createElement("source")
annotation.appendChild(source)
database = xmlBuilder.createElement("database")
databasecontent = xmlBuilder.createTextNode("Unknown")
database.appendChild(databasecontent)
source.appendChild(database)
size = xmlBuilder.createElement("size")
width = xmlBuilder.createElement("width")
widthcontent = xmlBuilder.createTextNode(str(Pwidth))
width.appendChild(widthcontent)
size.appendChild(width)
height = xmlBuilder.createElement("height")
heightcontent = xmlBuilder.createTextNode(str(Pheight))
height.appendChild(heightcontent)
size.appendChild(height)
depth = xmlBuilder.createElement("depth")
depthcontent = xmlBuilder.createTextNode(str(Pdepth))
depth.appendChild(depthcontent)
size.appendChild(depth)
annotation.appendChild(size)
segmented = xmlBuilder.createElement("segmented")
segmentedcontent = xmlBuilder.createTextNode("0")
segmented.appendChild(segmentedcontent)
annotation.appendChild(segmented)
for j in txtList:
oneline = j.strip().split(" ")
object = xmlBuilder.createElement("object")
picname = xmlBuilder.createElement("name")
namecontent = xmlBuilder.createTextNode(dic])
picname.appendChild(namecontent)
object.appendChild(picname)
pose = xmlBuilder.createElement("pose")
posecontent = xmlBuilder.createTextNode("Unspecified")
pose.appendChild(posecontent)
object.appendChild(pose)
truncated = xmlBuilder.createElement("truncated")
truncatedContent = xmlBuilder.createTextNode("0")
truncated.appendChild(truncatedContent)
object.appendChild(truncated)
difficult = xmlBuilder.createElement("difficult")
difficultcontent = xmlBuilder.createTextNode("0")
difficult.appendChild(difficultcontent)
object.appendChild(difficult)
bndbox = xmlBuilder.createElement("bndbox")
xmin = xmlBuilder.createElement("xmin")
mathData = int(((float(oneline)) * Pwidth + 1) - (float(oneline)) * 0.5 * Pwidth)
xminContent = xmlBuilder.createTextNode(str(mathData))
xmin.appendChild(xminContent)
bndbox.appendChild(xmin)
ymin = xmlBuilder.createElement("ymin")
mathData = int(((float(oneline)) * Pheight + 1) - (float(oneline)) * 0.5 * Pheight)
yminContent = xmlBuilder.createTextNode(str(mathData))
ymin.appendChild(yminContent)
bndbox.appendChild(ymin)
xmax = xmlBuilder.createElement("xmax")
mathData = int(((float(oneline)) * Pwidth + 1) + (float(oneline)) * 0.5 * Pwidth)
xmaxContent = xmlBuilder.createTextNode(str(mathData))
xmax.appendChild(xmaxContent)
bndbox.appendChild(xmax)
ymax = xmlBuilder.createElement("ymax")
mathData = int(((float(oneline)) * Pheight + 1) + (float(oneline)) * 0.5 * Pheight)
ymaxContent = xmlBuilder.createTextNode(str(mathData))
ymax.appendChild(ymaxContent)
bndbox.appendChild(ymax)
object.appendChild(bndbox)
annotation.appendChild(object)
# 使用字符串方式写入 XML 文件，避免生成 XML 声明
# 使用临时文件写入 XML
temp_xml_path = os.path.join(xmlPath, name + "_temp.xml")
with open(temp_xml_path, 'w', encoding='utf-8') as temp_file:
xmlBuilder.writexml(temp_file, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
# 读取临时 XML 文件并处理
with open(temp_xml_path, 'r', encoding='utf-8') as temp_file:
lines = temp_file.readlines()
# 删除第一行并缩进后面的行
with open(os.path.join(xmlPath, name + ".xml"), 'w', encoding='utf-8') as final_file:
for line in lines:# 从第二行开始写入
final_file.write(line)# 去掉每一行的第一个缩进
# 删除临时文件
os.remove(temp_xml_path)
if __name__ == "__main__":
picPath = "data/pic/"# 图片所在文件夹路径，后面的/一定要带上
txtPath = "data/Annotations_yolo/"# txt所在文件夹路径，后面的/一定要带上
xmlPath = "data/Annotations_voc/"# xml文件保存路径，后面的/一定要带上
makexml(picPath, txtPath, xmlPath,
folder_name="pic",
dirpath=".\\data\\pic\\")
④ {\color{#E16B8C}{④}} ④ 为了验证转换的精确性，使用demo.py文件(主要更改__main__的部分)可视化VOC标注的结果。
# demo.py文件的内容
import os
import xml.etree.ElementTree as ET
from PIL import Image, ImageDraw
def parse_voc_xml(xml_file):
"""解析 VOC 格式的 XML 文件，提取检测框信息"""
tree = ET.parse(xml_file)
root = tree.getroot()
boxes = []
for obj in root.findall('object'):
name = obj.find('name').text
xmlbox = obj.find('bndbox')
xmin = int(xmlbox.find('xmin').text)
ymin = int(xmlbox.find('ymin').text)
xmax = int(xmlbox.find('xmax').text)
ymax = int(xmlbox.find('ymax').text)
boxes.append((name, xmin, ymin, xmax, ymax))
return boxes
def visualize_boxes(image_path, boxes):
"""在图片上绘制检测框"""
image = Image.open(image_path)
draw = ImageDraw.Draw(image)
for box in boxes:
name, xmin, ymin, xmax, ymax = box
draw.rectangle(, outline='red', width=3)
draw.text((xmin, ymin), name, fill='red')
return image
def main(image_path, xml_path):
# 解析 XML 文件，获取检测框
boxes = parse_voc_xml(xml_path)
# 可视化检测框
visualized_image = visualize_boxes(image_path, boxes)
# 显示图片
visualized_image.show()
if __name__ == "__main__":
# 输入图片和对应的 XML 文件路径
image_path = "data/pic/002861.jpg"# 替换为你的图片路径
xml_path = "data/Annotations_voc/002861.xml"# 替换为你的 XML 文件路径
main(image_path, xml_path)
可以看到运行后的可视化结果如下，说明YOLO格式转VOC格式成功。
https://i-blog.csdnimg.cn/direct/969fcd15e6aa48d082600b5d2d48c348.png
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]