Introducción a Yolo_Label
Yolo_Label es una herramienta de interfaz gráfica especializada para crear anotaciones de cajas delimitadoras en imágenes, diseñada para el entrenamiento de redes neuronales con el algoritmo YOLO. Ofrece un flujo de trabajo simplificado para generar conjuntos de datos de alta precisión en proyectos de aprendizaje profundo.
Ventajas del Método de Anotación
A diferencia de las herramientas tradicionales que requieren arrastre continuo del ratón, Yolo_Label implementa una técnica de anotación por doble clic. Los usuarios pueden definir una caja delimitadora haciendo clic en la esquina superior izquierda y la esquina inferior derecha del objeto, lo que reduce la fatiga y mejora la eficiencia.
Configuración e Instalación
Plataforma Windows
Descargue el archivo comprimido, extraiga su contenido y ejecute el ejecutable principal.
Plataforma Ubuntu
wget https://repositorio.com/YoloLabel_v2.0.tar.gz
tar -xzvf YoloLabel_v2.0.tar.gz
sudo apt-get install -y libegl-dev libxcb-xinerama0
cd YoloLabel
./lanzar.sh
Plataforma macOS
mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
./bin/YoloLabel
Preparación del Conjunto de Datos
- Organice las imágenes en formatos .jpg o .png dentro de una carpeta específica.
- Defina las clases de objetos en el archivo 'samples/clases_objetos.txt', con un nombre por línea.
- Ejecute Yolo_Label para iniciar el proceso de etiquetado.
Atajos de Teclado para Eficiencia
| Tecla | Acción |
|---|---|
| A | Guardar anotación y retroceder a la imagen anterior |
| D / Espacio | Guardar anotación y avanzar a la siguiente imagen |
| S | Alternar a la siguiente categoría de etiqueta disponible |
| W | Alternar a la categoría de etiqueta anterior |
| O | Abrir directorio de imágenes |
| Ctrl + S | Guardar manualmente el estado actual de las anotaciones |
| Ctrl + C | Borrar todas las cajas delimitadoras de la imagen actual |
| Clic derecho | Eliminar la caja delimitadora seleccionada |
Recomendaciones para Etiquetado Preciso
Anotación de Objetos Individuales
- Las cajas delimitadoras deben encapsular completamente el objeto de interés.
- Mantenga un margen mínimo entre los bordes de la caja y los límites del objeto.
- Evite cajas excesivamente grandes o pequeñas que puedan distorsionar el aprendizaje.
Escenarios con Múltiples Objetos
En situaciones complejas como escenas nocturnas o grupos de objetos, es crucial:
- Identificar y separar claramente objetos que se superponen.
- Manejar la presencia de ruido visual o desenfoque en las imágenes.
- Asegurar que cada instancia de objeto cuente con una anotación individual y correcta.
Arquitectura del Proyecto Yolo_Label
- Módulos de interfaz: mainwindow.cpp, mainwindow.h
- Lógica de anotación: label_img.cpp, label_img.h
- Archivo de construcción: YoloLabel.pro
Consejos Operativos
- Utilice Ctrl + S frecuentemente para preservar el progreso.
- Combine las teclas A y D para una navegación y etiquetado continuos.
- Revise meticulosamente la precisión de todas las cajas antes de finalizar el conjunto de datos.
El desarrollo continuo de Yolo_Label incluye la incorporación de herramientas de escalado de imágenes y mejoras en la compatibilidad con sistemas basados en Linux, ampliando su utilidad para proyectos de detección de objetos avanzados.