【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

这篇具有很好参考价值的文章主要介绍了【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

github地址:https://github.com/vietanhdev/anylabeling

在 YOLO 和 Segment Anything 的 AI 支持下轻松进行数据标记!

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

AnyLabeling = LabelImg + Labelme + Improved UI + Auto-labeling

任何标签 = 标签Img + 标签我 + 改进的用户界面 + 自动标签

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

  • 油管演示:https://www.youtube.com/watch?v=xLVz-f6OeUY
  • 文档:https://anylabeling.com

I. 安装和运行

1. 下载并运行可执行文件

  • 从版本下载并运行最新版本。
  • 对于 MacOS:
    • 安装后,转到“应用程序”文件夹
    • 右键单击应用程序,然后选择打开
    • 从第二次开始,您可以使用快速启动板正常打开应用程序

2. 从 Pypi 安装

  • 要求:Python >= 3.8

  • 推荐:米尼康达/蟒蛇 Miniconda — conda documentation

  • 创建环境:

conda create -n anylabeling python=3.8
conda activate anylabeling
  • (仅适用于 macOS)使用 Conda 安装 PyQt5:
conda install -c conda-forge pyqt==5.15.7
  • 安装任何标签:
pip install anylabeling
  • 运行应用:
anylabeling

python -m anylabeling.app

二、发展

  • 生成资源:
pyrcc5 -o anylabeling/resources/resources.py anylabeling/resources/resources.qrc
  • 运行应用:
python anylabeling/app.py

三、构建可执行文件

  • 安装 PyInstaller:
pip install -r requirements-dev.txt
  • 建立:
bash build_executable.sh
  • 在以下位置检查输出:。dist/

四、贡献

如果您想为AnyLabeling做出贡献,请阅读贡献指南。

五、参考资料

  • 标签 UI 由 LabelImg 的想法和组件构建,labelme。

六、使用示范

1、操作界面介绍

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

箭头所指的顺序,1、先选择预训练模型进行辅助标注,2、选择模型为Segment anything模型。

3、单个点的标注,即点击即可进行全体标注。4、矩阵框标注,类似与labelimg的矩形标注,得到的矩形以内的分割图像。

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

 【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling 

【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling 

 最终保存得到JSON标注文件

 文章来源地址https://www.toymoban.com/news/detail-499705.html

到了这里,关于【SAM-Segment Anything】推荐一款非常好用的数据自动化标注工具Anylabeling的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 使用Segment Anything(SAM)模型进行自动标注

    1.下载项目 项目1:https://github.com/zhouayi/SAM-Tool 项目2:https://github.com/facebookresearch/segment-anything 下载 SAM 模型:https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth 2.把数据放置在 dataset_path/images/* 这样的路径中,并创建空文件夹 dataset_path/embeddings 3.将项目1中的 helpers 文件夹复

    2024年02月04日
    浏览(54)
  • Segment Anything(SAM)的demo的简单使用

    目录 SAM的demo源码使用 结合SAM,进行人机交互ui使用的案例介绍: 最近新发现的,可以利用这个模型,进行一个简单的UI使用,效果如下: labelimg结合SAM实现半自动标注软件 首先说明这个链接里面的代码是关于demo的,目前还不能训练。 原仓库 https://github.com/facebookresearch/seg

    2024年02月01日
    浏览(43)
  • 【图像分割】SAM:Segment Anything论文学习V1

    论文:2304.Segment Anything 代码: https://github.com/facebookresearch/segment-anything 官网与demo:https://segment-anything.com/ 【扩展阅读】——分割一切模型(SAM)的全面调研:2305.A Comprehensive Survey on Segment Anything Model for Vision and Beyond 【 应用 】在stable-diffusion-webui中使用的插件:https://github.com/co

    2024年02月07日
    浏览(56)
  • Segment Anything(SAM)全图分割做mask

    项目的源码和模型下载以及环境配置等可参考我的上一篇文章,这里不再赘述。  文章链接:https://blog.csdn.net/m0_63604019/article/details/130221434 在项目中创建一个名为segment-everything.py的文件,文件中写入如下代码: 然后右键点击【Run \\\'segment-everyting\\\'】运行segment-everyting.py文件,运

    2024年02月10日
    浏览(48)
  • 【模型解读】【代码复现】Segment Anything Model(SAM)

    Segment Anything Model论文 Segment Anything Model官网 Segment Anything Model官网demo网页端 Segment Anything Model模型源码 SAM应用:生成包含语义信息的遥感图像分割结果 We introduce the Segment Anything (SA) project: a new task, model, and dataset for image segmentation. Using our efficient model in a data collection loop, we bu

    2024年02月08日
    浏览(40)
  • Nikolaj Buhl : Segment Anything 模型 (SAM) 解释

    本文转译于 Nikolaj Buhl博士Blog 作为人工智能 (AI) 领域的领先公司之一,Meta 一直在突破机器学习模型的极限。从最近发布的LLaMA等开源模型到开发最常用的 ML 和 AI Python 库PyTorch。 以下部分深入探讨了计算机视觉的进步和基础模型的发展。 计算机视觉也经历了相当大的进步,像

    2024年02月02日
    浏览(44)
  • Segment Anything Model(SAM)模型解读及代码复现

    Segment Anything Model论文 Segment Anything Model官网 Segment Anything Model官网demo网页端 Segment Anything Model模型源码 SAM应用:生成包含语义信息的遥感图像分割结果 We introduce the Segment Anything (SA) project: a new task, model, and dataset for image segmentation. Using our efficient model in a data collection loop, we bu

    2024年02月06日
    浏览(50)
  • Meta的分割一切模型SAM( Segment Anything )测试

    Meta不久前开源发布了一款图像处理模型,即分割一切模型:Segment Anything Model,简称 SAM,号称要从任意一张图片中分割万物,源码地址为: 打开后看到目录结构大概这样: 一般一个开源项目中都会有项目介绍和示例代码。本示例中的文件 README.md 即为项目概况介绍,主要说明

    2023年04月27日
    浏览(50)
  • 【计算机视觉 | 目标检测 | 图像分割】Grounded Segment Anything:Grounding DINO + Segment Anything Model (SAM)介绍

    集成SAM,可以通过文本提示做检测/分割等任务。 我们计划通过结合 Grounding DINO 和 Segment Anything 来创建一个非常有趣的演示,旨在通过文本输入检测和分割任何内容! 并且我们会在此基础上不断完善它,创造出更多有趣的demo。 我们非常愿意帮助大家分享和推广基于Segment-A

    2024年02月04日
    浏览(49)
  • Segment anything(SAM)论文及demo使用保姆级教程

    Meta在论文中发布了新模型Segment Anything Model(SAM),声称说可以分割一切,可以在任何图像中分割任何物体,论文链接https://arxiv.org/abs/2304.02643 大概看了一遍论文和感受了Meta提供的demo模型,我觉得主要有两个爆点,首先是收集数据的方式,加入了主动学习的形式,因为他的数据

    2024年02月06日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包