Skip to content

Latest commit

 

History

History
61 lines (51 loc) · 1.73 KB

README.md

File metadata and controls

61 lines (51 loc) · 1.73 KB
Raw

Easyyibiao

物体检测离线标注工具

描述

该项目基于labelme进行二次开发，主要实现功能为将标注数据一键导出到EasyData平台，目前支持物体检测.

使用方法

方法一

使用Python启动该项目

# 1. 安装Python，建议安装Python3.6，安装方式可参考官网：
https://www.python.org/downloads/
# 2. 下载项目(如果直接下载ZIP压缩包，则文件夹名为Easyyibiao-main，第3步改为cd Easyyibiao-main即可)
git clone https://github.com/Baidu-AIP/Easyyibiao.git
# 3. 根据`requirements.txt`安装环境依赖
cd Easyyibiao  
pip3 install -r requirements.txt
# 4. 启动项目
python3 main.py

方法二

安装独立可执行应用程序

MacOS

# 1. 下载Mac版本压缩包
https://github.com/Baidu-AIP/Easyyibiao/releases
# 2. 解压
tar -zxvf Easyyibiao.tar.gz
# 3. 启动项目
双击Easyyibiao目录下main文件即可运行

注： Mac不同版本系统会有不兼容问题，故Mac系统推荐Python启动方式

Windows

# 1. 下载Windows版本压缩包
https://github.com/Baidu-AIP/Easyyibiao/releases
# 2. 解压
Windows下zip解压工具解压即可
# 3. 启动项目
双击Easyyibiao目录下main.exe文件即可运行

说明

  • 数据导出时，会遍历所选文件夹下所有已标图片，可以选择增量导出或全量导出
  • 全量上传：将所选文件夹下所有已标图片及标注信息全量导出
  • 增量导出：只导出在上一次导出后有过修改的数据
@misc{labelme2016,
  author =       {Kentaro Wada},
  title =        {{labelme: Image Polygonal Annotation with Python}},
  howpublished = {\url{https://github.com/wkentaro/labelme}},
  year =         {2016}
}