【工业机器视觉】基于深度学习的水表盘读数识别（3-数据标注与转换）

【工业机器视觉】基于深度学习的仪表盘识读（2）-CSDN博客

数据标注

标注扩展

Labelme 和 LabelImg 都是用于创建机器学习和计算机视觉项目所需标注数据的工具。它们都允许用户通过图形界面手动标注图像，但各自有其特点和适用场景。

Labelme

  • 开发语言：Python
  • 标注类型：Labelme 支持多种标注类型，包括但不限于多边形（polygon）、矩形（rectangle）、线段（line）、点（point）等。它非常适合需要精确标注物体边界的情况，比如在医疗影像、自动驾驶等领域。
  • 文件格式：标注结果通常保存为 JSON 文件，其中包含每个标注对象的坐标信息、标签名称等。
  • 灵活性：Labelme 提供了插件系统，可以扩展其功能，如支持更多的图像格式或添加自定义的标注类型。
注：本文转载自blog.csdn.net的道友老李的文章"https://blog.csdn.net/u014608435/article/details/144363452"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！