인공지능을 학습시키기 위해서는 이미지 주석화 작업이 필요하다.
이미지 주석화 툴은 그 쓰임새에따라 다양하게 존재하는데 그 중 몇가지를 실행해보려고 한다.
👉이미지 주석화 작업
- 메타데이터를 데이터 셋에 추가하는 작업
- 데이터 레이블 또는 태그는 데이터의 일부를 설명하는 식별 요소가 됨
- 데이터 레이블 지정시 모델이 이를 학습할 수 있도록 컨텍스트를 제공함
- Annotation은 AI가 작업 또는 대상에 따라 패턴을 인식하도록 가르침
- AI는 예제를 통해 학습하여 레이블이 지정되지 않은 새로운 데이터의 레이블을 예측하고 생성
🤚 설치는 anaconda prompt 환경에서 진행한다.
1. labelme
- python 기반
- 주석과 함께 디지털 이미지의 데이터 세트를 제공
- 다각형, 사각형, 원, 선, 점 등 다양한 도형 제공
- json 포맷 제공 및 segmentation된 이미지 제공
https://github.com/wkentaro/labelme
labelme 실행 예시 (polygon 형태)
>pip install labelme
>labelme
2.labelImg
- 이미지의 그래픽 이미지 주석 도구 및 레이블 객체 경계 상자
- python 밀 Pyqt 기반의 프로그램 사용
- .xml 포맷 제공
- bounding box 형 주석
- YOLO, PascalVOC 형식 저장
https://github.com/tzutalin/labelImg
labelImg 실행 예시
>pip install labelImg
>labelImg
3. VIA
- html 형태
- annotating에 특화
- json, csv 포맷 제공
https://www.robots.ox.ac.uk/~vgg/software/via/via-2.0.4.html
.