PaddleX多标签分类任务模块数据标注教程¶
这部分将介绍如何使用Labelme和PaddleLabel标注工具完成多标签分类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. 标注数据示例¶
该数据集是人工采集的数据集，数据种类涵盖了安全帽和人的头部两种类别，包含目标不同角度的拍摄照片。 图片示例：
2. Labelme标注¶
2.1 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，在目标检测的标注任务中，标签存储为 JSON 文件。
2.2 Labelme 安装¶
为避免环境冲突，建议在 conda 环境下安装。
2.3 Labelme 标注过程¶
2.3.1 准备待标注数据¶
- 创建数据集根目录，如
hemlet。 - 在
hemlet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 hemlet 文件夹中创建待标注数据集的类别标签文件 label.txt，并在 label.txt 中按行写入待标注数据集的类别。安全帽检测数据集的label.txt为例，如下图所示：
2.3.2 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:
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。
2.3.3 开始图片标注¶
- 启动
Labelme后如图所示：
* 点击"编辑"选择标注类型
* 选择创建矩形框
* 在图片上拖动十字框选目标区域
* 再次点击选择目标框类别
* 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。
* 最终标注好的标签文件如图所示:
* 调整目录得到安全帽检测标准Labelme格式数据集
* 在数据集根目录创建train_anno_list.txt和val_anno_list.txt两个文本文件，并将annotations目录下的全部json文件路径按一定比例分别写入train_anno_list.txt和val_anno_list.txt，也可全部写入到train_anno_list.txt同时创建一个空的val_anno_list.txt文件，使用数据划分功能进行重新划分。train_anno_list.txt和val_anno_list.txt的具体填写格式如图所示：
* 经过整理得到的最终目录结构如下：
2.3.4 格式转换¶
使用Labelme标注完成后，需要将数据格式转换为coco格式。下面给出了按照上述教程使用Lableme标注完成的数据和进行数据格式转换的代码示例：
cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/det_labelme_examples.tar -P ./dataset
tar -xf ./dataset/det_labelme_examples.tar -C ./dataset/
python main.py -c paddlex/configs/object_detection/PicoDet-L.yaml \
-o Global.mode=check_dataset \
-o Global.dataset_dir=./dataset/det_labelme_examples \
-o CheckDataset.convert.enable=True \
-o CheckDataset.convert.src_dataset_type=LabelMe
3. PaddleLabel 标注¶
3.1 PaddleLabel的安装和启动¶
- 为避免环境冲突，建议创建一个干净的
conda环境： - 同样可以通过
pip一键安装 - 安装成功后，可以在终端使用如下指令之一启动 ：
PaddleLabel启动后会自动在浏览器中打开网页，接下来可以根据任务开始标注流程了。
3.2 PaddleLabel的标注过程¶
- 打开自动弹出的网页，点击样例项目，点击目标检测
* 填写项目名称，数据集路径，注意路径是本地机器上的 绝对路径。完成后点击创建。
* 首先定义需要标注的类别，以版面分析为例，提供10个类别，每个类别有唯一对应的id，点击添加类别，创建所需的类别名
* 开始标注
* 首先选择需要标注的标签
* 点击左侧的矩形选择按钮
* 在图片中框选需要区域，注意按语义进行分区，如出现多栏情况请分别标注多个框
* 完成标注后，右下角会出现标注结果，可以检查标注是否正确
* 全部完成之后点击项目总览
* 导出标注文件
* 在项目总览中按需求划分数据集，然后点击导出数据集
* 填写导出路径和导出格式，导出路径依然是一个绝对路径，导出格式请选择coco
* 导出成功后，在指定的路径下就可以获得标注文件。
* 调整目录得到安全帽检测标准coco格式数据集
* 并将三个json文件以及image目录进行重命名，对应关系如下：
| 源文件(目录)名 | 重命名后文件(目录)名 |
|---|---|
train.json |
instance_train.json |
val.json |
instance_train.json |
test.json |
instance_test.json |
image |
images |
- 在数据集根目录创建
annotations目录，并将json文件全部移动到annotations目录下，得到最后的数据集目录如下：
* 将hemlet目录打包压缩为.tar或.zip格式压缩包即可得到安全帽检测标准coco格式数据集
4. 图像多标签分类数据格式转换¶
在获得COCO格式数据后，需要将数据格式转换为MLClsDataset格式。下面给出了按照上述教程使用LableMe或PaddleLabel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COCO示例数据集
cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/det_coco_examples.tar -P ./dataset
tar -xf ./dataset/det_coco_examples.tar -C ./dataset/
#将COCO示例数据集转化为MLClsDataset数据集
python main.py -c paddlex/configs/multilabel_classification/PP-LCNet_x1_0_ML.yaml \
-o Global.mode=check_dataset \
-o Global.dataset_dir=./dataset/det_coco_examples \
-o CheckDataset.convert.enable=True \
-o CheckDataset.convert.src_dataset_type=COCO
5. 数据格式¶
PaddleX 针对图像多标签分类任务定义的数据集，名称是 MLClsDataset，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、val.txt的内容对应
├── label.txt # 标注id和类别名称的对应关系，文件名称不可改变。每行给出类别id和类别名称，内容举例：45 wallflower
├── train.txt # 训练集标注文件，文件名称不可改变。每行给出图像路径和图像多标签分类标签，使用空格分隔，内容举例：images/0041_2456602544.jpg 0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0
└── val.txt # 验证集标注文件，文件名称不可改变。每行给出图像路径和图像多标签分类标签，使用空格分隔，内容举例：images/0045_845243484.jpg 0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0