Kurumsal kullanıma hazır güvenlik: ISO 27001 ve SOC 2 Type I uyumlu.

Link to this sectionLabelMe Ek açıklamalarını YOLO ve Ultralytics Platform formatına dışarı aktar#

LabelMe, açık kaynaklı Python uygulamasına sahip çevrimdışı bir görsel etiketleme aracıdır. Ultralytics Platform üzerinde yapılandırılacak canlı bir LabelMe bağlantısı veya API anahtarı yoktur. Entegrasyonun tamamı yerel bir iş akışıdır: LabelMe'de etiketleme yap, LabelMe JSON ek açıklamalarını LabelMe Toolkit ile YOLO formatına dönüştür ve ortaya çıkan ZIP dosyasını bir Platform veri seti olarak yükle.

Link to this section1. Görselleri LabelMe'de Etiketle#

Masaüstü uygulamasını veya açık kaynaklı Python paketini kullanarak LabelMe'yi kur, ardından görsellerini içeren dizini aç. LabelMe, her görselin ek açıklamalarını eşleşen bir JSON dosyasında kaydeder.

Bu kılavuzdaki YOLO tespit iş akışı için her nesnenin etrafına dikdörtgenler çiz ve bir sınıf adı ata. LabelMe başlangıç kılavuzu görselleri açmayı, şekil çizmeyi ve ek açıklamaları kaydetmeyi kapsarken, LabelMe veri seti kılavuzu eksiksiz bir etiketlenmiş veri setini incelemeyi ve hazırlamayı kapsar.

Kaynak dizinin görselleri ve LabelMe JSON dosyalarını içermelidir:

your_dataset/
├── image_001.jpg
├── image_001.json
├── image_002.jpg
└── image_002.json

Link to this section2. LabelMe Toolkit'i Kur#

LabelMe'nin araç takımı kurulum kılavuzunu takip ederek LabelMe Toolkit'i kur. Araç takımı ve dışarı aktarımları yerel olarak çalışır.

Dışarı aktarma için LabelMe Pro gereklidir

export-to-yolo, LabelMe Pro Toolkit'in bir parçasıdır ve yükleyicisini indirmek bir LabelMe oturumu açmayı gerektirir. Bu bir LabelMe ürün gereksinimidir; elde edilen ZIP dosyası herhangi bir Platform planında yüklenebilir.

Kurulumu doğrula, ardından kaynak veri setinde bulunan her etiketi listele:

labelmetk --version
labelmetk list-labels your_dataset/

Dışarı aktarmadan önce çıktıyı incele. --class-names parametresinden çıkarılan etiketler atlanır ve sağladığın sıra YOLO sınıf kimliği sırası olur.

Link to this section3. YOLO Formatına Dışarı Aktar#

Kaynak dizini ve virgülle ayrılmış sınıf adı listesiyle birlikte export-to-yolo komutunu çalıştır:

labelmetk export-to-yolo your_dataset/ --class-names crack,normal

crack,normal ifadesini list-labels tarafından döndürülen etiketlerle değiştir. LabelMe, sonucu your_dataset.export/ dizinine yazar:

your_dataset.export/
├── classes.txt
├── images/
│   ├── image_001.jpg
│   └── image_002.jpg
└── labels/
    ├── image_001.txt
    └── image_002.txt

classes.txt, YOLO etiket dosyaları tarafından kullanılanla aynı sıradaki sınıf adlarını korur. Dosyayı dışarı aktarımın kök dizininde tut.

Bu iş akışı bir tespit veri seti oluşturur

LabelMe Toolkit, dikdörtgenleri YOLO sınırlayıcı kutuları olarak dışarı aktarır. Ayrıca çokgenleri ve maskeleri eksene hizalanmış sınırlayıcı kutularına indirger, bu nedenle export-to-yolo segmentasyon geometrisini korumaz. Bu iş akışıyla bir tespit veri seti hazırlarken dikdörtgenler çiz.

Link to this section4. ZIP Arşivini Oluştur#

Etrafındaki dizini değil, your_dataset.export/ dizininin içeriğini sıkıştır. macOS veya Linux üzerinde:

cd your_dataset.export
zip -r ../your_dataset.zip classes.txt images labels

Windows PowerShell üzerinde:

Compress-Archive -Path .\your_dataset.export\* -DestinationPath .\your_dataset.zip

Yüklemeden önce ZIP dosyasını aç ve classes.txt, images/ ile labels/ öğelerinin kök dizinde bulunduğunu doğrula. Fazladan bir your_dataset.export/ sarmalayıcısı, Platform'un kök sınıf listesini bulmasını engeller.

Link to this section5. Ultralytics Platform'a Yükle#

  1. Ayarlar > Entegrasyonlar > LabelMe bölümünü aç.
  2. Dışarı aktarımı yükle öğesine tıkla.
  3. your_dataset.zip dosyasını yükle ve veri seti oluşturma işlemini tamamla.
  4. İşlemenin tamamlanmasını bekle, ardından görselleri, sınıfları ve ek açıklamaları incele.
  5. Aynı çalışma alanından ek açıklamaları düzenle, bir model eğit ve modeli dağıt.

LabelMe ve YOLO dışarı aktarımı tamamen çevrimdışı kalır. Yalnızca yükleme iletişim kutusunda seçtiğin ZIP dosyası Platform'a gönderilir.

Link to this sectionSorun Giderme#

  • Sınıflar class0, class1 ve benzeri şeklinde adlandırıldı: classes.txt dosyasının ZIP'in kök dizininde mevcut olduğunu doğrula.
  • Bazı ek açıklamalar eksik: labelmetk list-labels your_dataset/ komutunu tekrar çalıştır ve gerekli tüm etiketleri --class-names içine dahil et.
  • Çokgenler kutulara dönüştü: Bu, LabelMe'nin export-to-yolo aracının belgelenmiş davranışıdır; dikdörtgen olmayan şekilleri sınırlayıcı kutulara dönüştürür.
  • Veri setinde görsel yok: Dışarı aktarılan images/ dizininin ZIP dosyasına dahil edildiğini doğrula.
  • Platform sınıfları bulamıyor: classes.txt, images/ ve labels/ üst düzey girdiler olacak şekilde arşivden herhangi bir dış dizini kaldır.

Eksiksiz yerel iş akışı için LabelMe'nin YOLO eğitim kılavuzuna ve export-to-yolo referansına göz at.

Katkıda Bulunanlar
GLglenn-jocher1

Yorumlar