PaddleX图像特征任务模块数据标注教程¶

该部分将介绍如何使用Labelme标注工具完成图像特征相关单模型的数据标注。点击上述链接，参考⾸⻚⽂档即可安装数据标注⼯具并查看详细使⽤流程。

1. Labelme 标注¶

1.1 Labelme 标注工具介绍¶

Labelme 是一个 python 语言编写，带有图形界面的图像标注软件。可用于图像分类、目标检测、图像分割等任务，在图像特征的标注任务中，标签存储为 JSON 文件。

1.2 Labelme 安装¶

为避免环境冲突，建议在 conda 环境下安装。

conda create -n labelme python=3.10
conda activate labelme
pip install pyqt5
pip install labelme

1.3 Labelme 标注过程¶

1.3.1 准备待标注数据¶

创建数据集根目录，如 pets。
在 pets 中创建 images 目录（必须为images目录），并将待标注图片存储在 images 目录下，如下图所示：

在 pets 文件夹中创建待标注数据集的类别标签文件 flags.txt，并在 flags.txt 中按行写入待标注数据集的类别。以猫狗分类数据集的 flags.txt 为例，如下图所示：

1.3.2 启动 Labelme¶

终端进入到待标注数据集根目录，并启动 labelme 标注工具。

cd path/to/pets
labelme images --nodata --autosave --output annotations --flags flags.txt

* flags 为图像创建分类标签，传入标签路径。 * nodata 停止将图像数据存储到 JSON 文件。 * autosave 自动存储。 * ouput 标签文件存储路径。

1.3.3 开始图片标注¶

启动 labelme 后如图所示：

* 在 Flags 界面选择类别。

标注好后点击存储。（若在启动 labelme 时未指定 output 字段，会在第一次存储时提示选择存储路径，若指定 autosave 字段使用自动保存，则无需点击存储按钮）。

* 然后点击 Next Image 进行下一张图片的标注。

完成全部图片的标注后，使用convert_to_imagenet.py脚本将标注好的数据集转换为 ImageNet-1k 数据集格式，生成 train.txt，val.txt 和label.txt。

python convert_to_imagenet.py --dataset_path /path/to/dataset

dataset_path为标注的 labelme 格式分类数据集。

1.3.4 数据格式转换¶

在获得 LabelMe 格式数据后，需要将数据格式转换为ShiTuRecDataset格式。下面给出了按照上述教程使用LableMel标注完成的数据并进行数据格式转换的代码示例。

# 下载并解压 LabelMe 格式示例数据集
cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/image_classification_labelme_examples.tar -P ./dataset
tar -xf ./dataset/image_classification_labelme_examples.tar -C ./dataset/
#将 LabelMe 示例数据集进行转换
python main.py -c paddlex/configs/general_recognition/PP-ShiTuV2_rec.yaml \
    -o Global.mode=check_dataset \
    -o Global.dataset_dir=./dataset/image_classification_labelme_examples \
    -o CheckDataset.convert.enable=True \
    -o CheckDataset.convert.src_dataset_type=LabelMe

3. 数据格式¶

PaddleX 针对图像分类任务定义的数据集，名称是 ShiTuRecDataset，组织结构和标注格式如下：

dataset_dir    # 数据集根目录，目录名称可以改变
├── images     # 图像的保存目录，目录名称可以改变，但要注意与train.txt、query.txt、 gallery.txt 的内容对应
├── gallery.txt   # 验证集标注文件，文件名称不可改变。每行给出待检索图像路径和图像特征标签，使用空格分隔，内容举例：images/WOMEN/Blouses_Shirts/id_00000001/02_2_side.jpg 3997
└── query.txt     # 验证集标注文件，文件名称不可改变。每行给出数据库图像路径和图像特征标签，使用空格分隔，内容举例：images/WOMEN/Blouses_Shirts/id_00000001/02_1_front.jpg 3997

标注文件采用图像特征格式。请大家参考上述规范准备数据，此外可以参考示例数据集。