主要内容

开始使用图像标签

的图片标志app提供了一种简单的方式，交互式创建各种形状标记为感兴趣的区域(ROI)标签。您可以在图像或图像序列中创建矩形、折线、像素和多边形ROI标签和场景标签。

您可以使用标记数据来验证或训练算法，如图像分类器、对象检测器、语义和实例分割网络。在选择标签绘制工具来创建ROI标签时，请考虑您的应用程序。有关如何为应用程序选择正确的标签类型和绘图工具的详细信息，请参见ROI标签、子标签和属性．

这个例子告诉你如何开始使用这个应用程序:

  • 无标号数据加载

  • 从图像集合中手动标记图像帧。

  • 使用自动化算法在图像帧之间自动标记。

  • 导出标记的地面真相数据。

ROI和场景标签定义

  • 一个ROI标签对应于感兴趣的矩形、折线、像素或多边形区域。这些标签包含两个组件:标签名称(如“cars”)和创建的区域。

  • 一个现场标签描述一个场景的性质，如“阳光灿烂”。您可以将这个标签与一个帧相关联。

无标号数据加载

您可以从文件夹加载存储在数据存储中的图像，或加载以前的标签程序会话。图像必须是可读的imread．

加载数据编程

以编程方式从数据存储加载图像:

  1. 从图像文件夹中创建一个数据存储:

    imageFolder = fullfile(toolboxdir('vision')，'visiondata'，'bookcovers') imds = imageDatastore(imageFolder)

  2. 加载数据存储:

    imageLabeler (imd)

以编程方式加载一个图像文件夹:

imageFolder = fullfile(toolboxdir('vision')，'visiondata'，'bookcovers')

直接从应用程序加载数据

在这个例子中，您从应用程序中交互式地启动和加载一个图像应用程序选项卡,在图像处理与计算机视觉“，．点击进口加载图像或单击公开会议打开已保存的会话。

要加载用于此示例的映像，请单击进口然后选择从文件．选择boats.png图片:

matlab工具箱/视觉/ visiondata / boats.png

创建标签定义

定义你要画的标签。在本例中，您直接在应用程序中定义标签®命令行代替，请使用labelDefinitionCreator．

创建ROI标签

一个ROI标签对应于图像中感兴趣的区域(ROI)的标签。您可以定义这些ROI标签类型。

  • 矩形-在图像中的物体周围绘制二维矩形边界框标签，如车辆、船只、建筑物。

  • 预计长方体-在图像中的物体周围画3-D边界框标签，如车辆，船只，建筑物。

  • 行—绘制线性roi来标识线路，如车道边界。

  • 像素标签-绘制像素标记各种类，如道路或天空，用于语义分割。有关像素标记的更多信息，请参见用于语义分割的标签像素．

  • 多边形-在物体周围绘制多边形标签。您可以标记同一类的不同实例。有关绘制多边形ROI标签和语义分割网络的更多信息，请参见使用多边形标记对象

有关这些ROI标签定义的详细信息，请参见ROI标签、子标签和属性．

在本例中，您定义了a船组用于标记船的类型，然后创建矩形项目的ROI标签帆船和一个油轮．若要控制在贴标过程中显示ROI标签名称，请选择在徘徊，总是,或从来没有从显示ROI标签下拉菜单。

  1. 在ROI标签窗格的左侧，单击标签．

  2. 创建一个矩形标签类型命名帆船．

  3. 可选地，通过单击预览颜色更改标签颜色。

  4. 从集团下拉菜单,选择新组…给这个组命名船

  5. 点击好吧．

    的船组名称出现在ROI标签带有标签的窗格帆船创建。通过左键单击并上下拖动标签，可以将列表中的标签移动到列表中的不同位置或组。

  6. 的第二种类型船标签，选择分组船,然后单击标签．名字的标签油轮．点击好吧．

  7. 选择帆船子标签，然后用鼠标在帆船周围画一个矩形ROI。选择油轮在油船周围画一个ROI。

    前景是帆船，背景是油轮

创建Sublabels

一个sublabel是一种与父ROI标签对应的ROI标签类型。类中定义的特定标签的子标签必须属于或其子ROI标签窗格。例如，在海洋场景中，一个帆船标签可能有帆的子标签。有关子标签的详细信息，请参见ROI标签、子标签和属性．

为帆定义子标签。

  1. 在ROI标签窗格中，单击帆船标签。

  2. 点击Sublabel．

  3. 创建一个矩形sublabel命名帆并可选地写一段描述。点击好吧．

    的帆子标签出现在ROI标签窗格。子标签嵌套在所选ROI标签之下，帆船，默认情况下与其父标签的颜色相同。

    您可以在一个标签下添加多个子标签。您还可以拖放子标签以在列表中重新排列它们，并右键单击任何标签进行额外编辑。

  4. 在ROI标签窗格中,选择帆sublabel。

  5. 在图像框架中，选择帆船标签。选中时标签变为黄色。您必须选择帆船标签(父ROI)，然后才能为其绘制子标签。

    画帆每个帆的子标签。

    画sublabel

子标签不能有自己的子标签，它们只能与矩形或折线ROI标签一起使用。

显示或隐藏标签和子标签

控件可以显示或隐藏标记图像中的标签或子标签眼睛图标图标ROI标签窗格。的眼睛图标仅在定义标签或子标签后出现。默认情况下，应用程序显示所有标签和子标签。

要隐藏标签或子标签，请单击眼睛图标位于标签或子标签名称旁边的图标。应用程序隐藏相应的标签或子标签，并显示隐藏图标图标。

显示标签

隐藏的标签

创建ROI属性

一个ROI属性指定关于ROI标签或子标签的附加信息。例如，在一个驾驶场景中，属性可能包括车辆的类型或颜色。在海洋场景中，属性可能包括帆船的类型或帆的数量。您可以定义这些类型的ROI属性。

  • 数值—指定一个数值标量属性，例如标记车辆上的门的数量或帆船上的帆的数量。

  • 字符串—指定字符串标量属性，例如车辆或船只的颜色。

  • 逻辑-指定一个逻辑上的真或假属性，例如车辆是在行驶中还是船在让路。

  • 列表-指定预定义字符串的下拉列表属性，例如车辆或船只的制造商或型号。

有关这些属性类型的详细信息，请参见ROI标签、子标签和属性．

向Label添加一个属性。

  1. 在ROI标签窗格中的帆船标签,然后单击属性．

  2. 在属性名称框,输入sailboatType．将属性类型设置为列表．

  3. 在列表项节、类型不同的帆船类型，如单体船，双体船,多体船，每个都在自己的线上。可以选择为属性提供描述，然后单击好吧．您可以将出现在属性字段旁边的信息图标悬停以显示添加的描述。

  4. 选择一个帆船ROI标签。在属性和Sublabels窗格中，选择适当的sailboatType该车辆的属性值。

还可以向子标签添加属性。属性的属性帆标明是前帆还是主帆的子标签。

  1. 在ROI标签窗格中的帆sublabel并单击属性．

  2. 在属性名称框,输入sailRaised．将属性类型设置为逻辑．离开默认值设置为空，可选地写一段描述，然后单击好吧．

  3. 在场景中选择一个帆。在右窗格中，设置适当的关属性值，或将属性值设置为空．

    “属性和子标签”窗格显示了选中“True”的sailRaised属性

右键单击ROI标签或子标签，选择要删除的属性。删除属性将从以前创建的所有ROI标签注释中删除属性信息。

创建场景标签

一个现场标签为整个场景定义附加信息。使用场景标签来描述条件，如灯光和天气，或事件，如车道变化或航行点。

创建一个应用于图像的场景标签。

  1. 在应用程序的左窗格中，选择现场标签旁边的ROI标签选项卡。

  2. 点击定义新的场景标签，而在标签名称框中，输入一个名为白天．

  3. 更改标签定义的颜色为浅蓝色，以反映场景标签的性质。下颜色参数，单击颜色预览并选择标准浅蓝色。然后,单击好吧关闭颜色选择窗口。

  4. 离开集团参数设置为默认值没有一个并点击好吧．的现场标签窗格显示了场景标签定义。

  5. 点击适用于图像应用白天标签到场景。为场景标签出现一个选中标记。

  6. 要编辑或删除场景标签，右键单击标签并选择其中之一编辑标签或删除标签．

标签地面实况

您可以手动标记图像、使用合适的内置自动化算法、创建新算法或导入算法。

手动标记地面真相

ROI和Scene标签是为整个会话和所有图像定义的，但是您必须为每个图像绘制标签和子标签并更新属性信息。

使用自动化算法标记地面真理

为了加快标记过程，您可以使用自动化算法来标记图像的其余部分。从应用程序工具条中选择其中一种自动化算法自动贴标>选择算法部分。

  • 使用一个内置的自动化算法-选择一个合适的算法。按照右边窗格中显示的步骤操作。

  • 添加全图像算法—您可以创建一个新的自动化算法或导入一个。有关这两个选项的详细信息，请参见创建自动标记算法．

  • 添加分块图像算法—您可以创建一个新的阻塞图像自动化算法或导入一个。有关这两个选项的详细信息，请参见在图像标签器中标记大图像．

在使用自动化算法之后，您可以用子标签和属性信息手动标记剩余帧。

为了进一步评估您的标签，您可以查看标记的基本事实的可视化摘要。从应用程序工具条中，选择视图标签的总结．使用这个摘要来比较帧、标签的频率和场景条件。有关更多细节，请参见地面真值标签的查看摘要．此摘要不显示子标签或属性。

出口标签的基本事实

您可以将标记的地面真相导出到mat文件或MATLAB工作区中的变量。在这两种情况下，标记的基本真理都存储为groundTruth对象。您可以使用该对象来训练基于深度学习的计算机视觉算法。有关更多细节，请参见面向对象检测和语义分割的训练数据．

请注意

如果导出像素数据，则像素标签数据和地真值数据保存在单独的文件中，但放在同一个文件夹中。有关使用导出像素标签时的注意事项，请参见如何标签应用程序商店导出像素标签．

在本例中，您将标记的ground truth导出到MATLAB工作区。从应用程序工具条中，选择出口标签>到工作空间．导出的MATLAB变量为gTruth．

使用实例显示导出的属性groundTruth对象。导出对象中的信息可能与此处显示的信息不同。

gTruth
属性:DataSource: [1×1 groundTruthDataSource] LabelDefinitions: [2x6 table] LabelData: [531×3 schedule]

数据源

数据源是一个groundTruthDataSource对象，该对象包含图像或视频的路径和时间戳。显示此对象的属性。

gTruth。数据源
matlab\toolbox\vision\visiondata\visiontraffic. ans = groundTruthDataSource。avi时间戳:[531×1 duration]

标签定义

LabelDefinitions包含关于标签定义的信息的表。该表不包含关于绘制在视频帧上的标签的信息。要将标签定义保存在它们自己的mat文件中，请从应用程序工具条中选择保存>标签定义．然后，您可以通过选择将这些标签定义导入到另一个应用程序会话导入文件．

显示标签定义表。每一行包含关于ROI标签定义或场景标签定义的信息。如果导出像素标签数据，则LabelDefinitions表还包括PixelLabelID列，其中包含每个像素标签定义的ID号。

gTruth。标签Definitions
ans = 3×6表名称类型LabelColor组描述层次结构  _________ _________ ____________ ___________ ___________ ____________ {' 汽车的矩形}{1×3双}{‘汽车’}{0×0字符}{1×1 struct}{“卡车”}矩形{1×3双}{‘汽车’}{0×0字符}{0×0双}{‘阳光’}场景{1×3双}{‘天气’}{0×0字符}{0×0双}

在LabelDefinitions,层次结构列存储关于父ROI标签的子标签和属性定义的信息。

控件的子标签和属性信息车标签。

gTruth.LabelDefinitions.Hierarchy {1}
ans = struct with fields: numDoors: [1×1 struct] color: [1×1 struct] inMotion: [1×1 struct] carType: [1×1 struct] headlight: [1×1 struct] Type:矩形描述:"

显示有关头灯sublabel。

gTruth.LabelDefinitions.Hierarchy {1} .headlight
“颜色:[0.5862 0.8276 0.3103]isOn: [1×1 struct]

显示有关carType属性。

gTruth.LabelDefinitions.Hierarchy {1} .carType
ans = struct with fields: ListItems: {3×1 cell}

保存应用程序会话

从应用程序工具条中，选择保存并保存app会话的mat文件。保存的会话包括数据源、标签定义和标记的基本事实。它还包括您的会话首选项，如应用程序的布局。要更改布局选项，请选择布局．

在会话期间的任何时候，您都可以进行选择新会话开始一个新的会话。您可以选择保存当前会话或取消当前会话。

app会话mat文件与选择时导出的ground truth mat文件是分离的出口>从文件．要共享标记的地面真相数据，作为最佳实践，请共享包含groundTruth对象，而不是应用程序会话mat文件。有关更多细节，请参见共享和存储标记的地面真相数据．

另请参阅

应用程序

对象

相关的话题

Baidu
map