アノテーションツールLabelme編
前書き
最近Semantic Segmentationについて勉強してるので、
学習データの準備段階で行うアノテーションについてまとめてきました。
アノテーション
アノテーションとは特定の画像に対してメタデータを付与する作業です。
画像認識タスクでは画像内のオブジェクトの形状や座標を記録し、
情報としてjsonやpngデータに出力できます。
アノテーションに関しては以下の記事で説明しています。
以下の記事ではLabelImgを活用しました。
しかしLabelImgでは矩形でのアノテーションしかできず、
各ピクセルごとに画像分類を行うSemantic Segmentationには適応しづらいです。
Labelme
今回活用したのはLabelme。
ローカルの画像を読み込みメタデータをJSON形式で出力してくれます。
アノテーションの種類としては複数あり、矩形や円、多角形などなんでもありです。
また1つの画像に対して、複数のアノテーションを行う場合にも向いています。
LabelmeにはWindowsとUbuntuで導入方法が若干異なります。
Windowsの場合はConda環境を構築しますが、
labelmeをインストールはpip。
pipとcondaで導入したライブラリに重複があると、環境動作が怪しくなりますのでご注意ください。
Ubuntuの場合はpython3-pyqt5 を導入する作業を挟まなくてはなりません。
PyQt5はPythonで動作するGUIフレームワークです。
LabelmeではGUI操作が基本となりますので、PyQt5が必要になってくるのでしょうか。
ちなみにLabelMeではWIndows版の場合は大変導入部が簡単でした。
