使用Label Studio标注YOLOv8数据集

摘要

本文将介绍如何使用Label Studio来标注YOLOv8的数据集, 以及如何使用Python从视频文件中抽取图片帧。

下载/安装

• (必选) 首先创建一个Python虚拟环境(Python版本要求3.7+), 确保项目不会收到其他环境的影响。这里我们使用Pycharm自带的virtualenv来创建:

使用Pycharm创建虚拟环境

• (必选) 虚拟环境创建完毕后打开终端, 输入pip install label-studio opencv-python安装环境依赖。

pip install label-studio opencv-python

视频文件抽帧

• (可选) 新建并运行segmentation.py文件用于视频文件抽帧。

import cv2


def main(source: str, s: int = 60) -> None:
    """
    :param source:  视频文件
    :param s:       抽帧间隔, 默认每隔60帧保存一帧
    :return:
    """
    video = cv2.VideoCapture(source)
    frame_num = 0
    success, frame = video.read()
    while success:
        if frame_num % s == 0:
            cv2.imwrite(f"./images/{frame_num // s}.png", frame)
        success, frame = video.read()
        frame_num += 1
    video.release()
    cv2.destroyAllWindows()


if __name__ == '__main__':
    main('./videos/sample.mp4')

图片标注

• (必选) 终端输入label-studio start启动服务, 并打开浏览器访问Label Studio页面。

label-studio start

• (必选) 第一次使用Label Studio的用户需要进行注册并登陆。

注册Label Studio账户

• (必选) 登陆Label Studio后, 点击右上角Create按钮创建项目。

创建Label Studio项目

• (必选) 输入项目名称以及描述内容。

创建项目基本信息

• (必选) 导入需要标注的数据。

导入项目标注数据

• (必选) 配置项目标签Computer Vision -> Object Detection with Bounding Boxes并点击右上角Save按钮保存。

配置项目标签

• (必选) 点击未标注的图片进行标准。

选择数据标注

• (必选) 按下标签对应数字拖动鼠标进行标注, 标注完成后点击右下角Submit按钮提交。

标注数据

导出数据集

• (必选) 点击右上角Export按钮, 并选择数据格式为YOLO导出数据, 再次点击Export按钮后浏览器会自动下载标注好的数据集。

导出数据集

• (必选) 解压下载的数据集其目录结构如下所示:

.
│ classes.txt
│ notes.json
│
├─images
│   a4d2cef8-hutao_bg.jpg
│
└─labels
    a4d2cef8-hutao_bg.txt

• (必选) 在images和labels文件夹中分别创建train, test, val三个文件夹, 并将其中的文件以8:1:1的数量分配到这三个文件中, 分配好的目录结构如下所示:

注意: images和labels子文件中的文件名必须一一对应。

.
│ classes.txt
│ notes.json
│
├─images
│  ├─test
│  │   a4d2cef8-hutao_bg.jpg
│  │
│  ├─train
│  │   a4d2cef8-hutao_bg.jpg
│  │
│  └─val
│      a4d2cef8-hutao_bg.jpg
│
└─labels
    ├─test
    │   a4d2cef8-hutao_bg.txt
    │
    ├─train
    │   a4d2cef8-hutao_bg.txt
    │
    └─val
        a4d2cef8-hutao_bg.txt

• (必选) 在数据集根目录创建data.yaml文件。文件内容, 目录结构如下所示:

注意: data.yaml中nc代表数据集中标签的总类别数, names代表这些标签的名称, 这些信息都在classes.txt中。

# dataset path
train: ./images/train
val: ./images/val
test: ./images/test

# number of classes
nc: 3

# class names
names: [
  "bag",
  "hutao",
  "other person",
]

.
│ classes.txt
│ data.yaml
│ notes.json
│
├─images
│  ├─test
│  │   a4d2cef8-hutao_bg.jpg
│  │
│  ├─train
│  │   a4d2cef8-hutao_bg.jpg
│  │
│  └─val
│      a4d2cef8-hutao_bg.jpg
│
└─labels
    ├─test
    │   a4d2cef8-hutao_bg.txt
    │
    ├─train
    │   a4d2cef8-hutao_bg.txt
    │
    └─val
        a4d2cef8-hutao_bg.txt

至此, 一个适用于YOLOv8的自定义数据集就创建完成了。下一期, 我们将讲解如何使用YOLOv8训练自定义数据集。