Image classification 작업에서 항상 맞닥뜨리는이미지의 bounding box 작업을 하기 위한 labelImg 를 아래 url 사이트를 참조하여 윈도우즈10 에 설치하자.
아래 사이트를 클릭하면 자동으로 download 에 zip 파일이 다운되므로 압축해제하고 labelImg.exe 를 클릭하면 된다.
https://www.dropbox.com/s/kqoxr10l3rkstqd/windows_v1.8.0.zip?dl=1
labelImg 를 다운하기 위한 Github 사이트에 보면 윈도우즈10 아나콘다에 설치방법이 있으나 설치가 잘되지 않는다. 특히 labeling 작업이 python 과 직접적인 연관이 없으므로 별도로 앞서 다운 실행파일을 설치 후 이미지들을 대상으로 작업 후 python image classification 코드 실행에 적합하도록 폴더를 재배치하고 그 경로 정보를 제공하면 될 것이다.
labelImg를 실행한 후 open dir 명령을 사용 같은 종류의 이미지를 모아둔 폴더를 선택한다.
직사각형 드래와 함께 나타나는 팝업 창에서 해당 오브젝트명 즉 클라스명을 입력하여 classes.txt 파일을 업데이트하고 OK 버튼을 클릭한다.
앞 그림의 meercat1.txt 파일의 내용을 보면 15번은 classes.txt 파일의 16번째인 meercat 을 의미하며 뒤따르는 4개의 숫자는 직사각형 bounding box 의 대각선 꼭지점 좌표들이다.
아울러 이미지 저장 시 Pascal/VOC 또는 YOLO 중 하나의 포맷을 선택하도록 한다. Pascal/VOC 포맷을 택하면 화장자가 xml 이 된다. Harcascade 라이브러리가 xml 확장자임을 상기하자.
https://www.youtube.com/watch?v=LGq0BdaIZ6Y&t=185s
'Semantic Segmentation' 카테고리의 다른 글
| Keras 기초 예제: U-net 아키텍처 동물이미지 semantic segementation (0) | 2022.01.08 |
|---|---|
| Object Detection 코드 Bounding Box 생성 알고리듬 (0) | 2022.01.08 |