MakeSense: ein kostenloses Tool für Bildkommentare zur Steigerung der Effizienz von Computer-Vision-Projekten

Allgemeine Einführung

Make Sense ist ein kostenloses Online-Tool zur Bildkommentierung, das Benutzern helfen soll, Datensätze für Computer-Vision-Projekte schnell vorzubereiten. Es erfordert keine komplizierte Installation, es genügt, einen Browser-Zugang zu öffnen, um es zu nutzen. Es unterstützt mehrere Betriebssysteme und ist ideal für kleine Deep-Learning-Projekte. Es ermöglicht den Nutzern, Bilder zu beschriften und die Ergebnisse in eine Vielzahl von Formaten zu exportieren, wie z.B. YOLO, VOC XML, und mehr. Das von Piotr Skalski entwickelte Tool ist in TypeScript geschrieben und basiert auf dem React/Redux-Technologie-Stack, wobei der Schwerpunkt auf Plattformunabhängigkeit und Benutzerfreundlichkeit liegt. Darüber hinaus integriert es KI-Modelle (z. B. YOLOv5), bietet intelligente Empfehlungen und Automatisierungsfunktionen, die den Zeitaufwand für manuelle Annotationen drastisch reduzieren, und ist damit ideal für Entwickler, Forscher und Anfänger.

Funktionsliste

• BildbeschriftungUnterstützt das Hinzufügen von rechteckigen Boxen, Polygonen und vielen anderen Beschriftungstypen zu Bildern für die Zielerkennung und Segmentierungsaufgaben.
• AI-gestützte KennzeichnungIntegration von Modellen wie YOLOv5 zur automatischen Erkennung von Objekten und Vorschlägen für Beschriftungen zur Verbesserung der Effizienz.
• Mehrere ExportformateEs unterstützt YOLO, VOC XML, CSV und andere Formate, was für die Anbindung an gängige Deep-Learning-Frameworks praktisch ist.
• Importieren vorhandener TagsSie können eine bestehende Anmerkungsdatei (z. B. im YOLO-Format) hochladen, um sie weiter zu bearbeiten oder zu verbessern.
• Verwaltung mehrerer BilderUnterstützt das Hochladen von Bildern im Stapel, die Kennzeichnung oder das Löschen von unbrauchbaren Bildern, eines nach dem anderen.
• TastaturkurzbefehleShortcut-Operationen, wie z.B. das Löschen von Tags und das Wechseln von Bildern, um den Arbeitsablauf zu beschleunigen.
• statistische AnsichtZeigt statistische Informationen über die kommentierten Objekte an, um den Benutzern die Analyse des Datensatzes zu erleichtern.
• Laden von benutzerdefinierten ModellenErmöglicht den Import von benutzerdefinierten YOLOv5-Modellen zur Anpassung an spezifische Bedürfnisse.

Hilfe verwenden

Make Sense ist ein vollständig browserbasiertes Tool, das keine Softwareinstallation erfordert und durch den Besuch der offiziellen Website oder die lokale Bereitstellung verwendet werden kann. Hier finden Sie eine ausführliche Anleitung, die Ihnen einen schnellen Einstieg ermöglicht.

Wie man anfängt

1. Online-Nutzung
   • Öffnen Sie Ihren Browser und besuchen Sie https://makesense.ai.
   • Klicken Sie auf die Schaltfläche "Get Started", um die Hauptschnittstelle zu öffnen.
   • Sie brauchen sich nicht zu registrieren, laden einfach ein Bild hoch und beginnen mit der Beschriftung.
2. Lokaler Einsatz (optional)
   Wenn Sie Make Sense lokal ausführen möchten, können Sie die folgenden Schritte ausführen:
   • VorbedingungenStellen Sie sicher, dass Node.js (empfohlen v16.x.x) und npm (empfohlen v8.x.x) installiert sind.
   • Klon-Lager: Geben Sie den Befehl in das Terminal ein git clone https://github.com/SkalskiP/make-sense.git, Quellcode herunterladen.
   • Zugang zum Katalog: Eingabe cd make-sense Wechseln Sie in den Projektordner.
   • Installation von Abhängigkeiten: Lauf npm-Installation Installieren Sie die erforderlichen Pakete.
   • Neue Dienste: Lauf npm-StartDer Browser öffnet automatisch die localhost:3000Im Folgenden finden Sie eine Liste der bekanntesten und beliebtesten Produkte auf dem Markt.
   • Docker-Bereitstellung(Alternative Methoden):
     • Bauen Sie das Spiegelbild:docker build -t make-sense -f docker/Dockerfile .
     • Starten Sie den Container:docker run -dit -p 3000:3000 --restart=always --name=make-sense make-sense
     • Interviews http://localhost:3000 Erste Schritte.

Hauptfunktionen

1. das Hochladen von Bildern

• Klicken Sie in der Hauptschnittstelle auf den Bereich "Bilder hier ablegen oder zum Hochladen klicken", um lokale Bilder auszuwählen (Stapel-Upload wird unterstützt).
• Nach dem Hochladen wird auf der linken Seite eine Liste der Bilder angezeigt. Klicken Sie auf ein beliebiges Bild, um die Beschriftung zu starten.

2) Hinzufügen von Etiketten

• Manuelle Etikettierung::
  • Klicken Sie auf das Werkzeug Rechteck oder Polygon in der oberen Symbolleiste.
  • Ziehen Sie die Maus über das Bild, um den beschrifteten Bereich zu zeichnen, und geben Sie anschließend den Namen der Beschriftung ein (z. B. "Katze", "Hund").
  • Drücken Sie "Enter", um das Etikett zu speichern.
• AI-gestützte Kennzeichnung::
  • Klicken Sie auf "Use AI Assistance" und wählen Sie entweder das integrierte YOLOv5-Modell oder laden Sie ein benutzerdefiniertes Modell hoch.
  • Das System erkennt automatisch Objekte im Bild und erstellt Beschriftungsvorschläge, die Sie anpassen oder bestätigen können.

3. die Bearbeitung und Verwaltung von Etiketten

• Tags ändernDoppelklicken Sie auf einen vorhandenen Beschriftungsbereich, um die Größe zu ändern oder ihn neu zu positionieren; klicken Sie auf den Beschriftungsnamen, um den Inhalt zu ändern.
• Tags löschenMarkieren Sie das Etikett und drücken Sie "Löschen", um es zu entfernen.
• Bild löschenWählen Sie in der Liste der Bilder auf der linken Seite das unbrauchbare Bild aus und drücken Sie auf "Löschen", um es zu entfernen (Sie müssen zuerst alle Etiketten des Bildes löschen).

4. die Ausfuhr von Kennzeichnungsergebnissen

• Klicken Sie oben auf die Schaltfläche "Export" und wählen Sie das Exportformat (z.B. YOLO, VOC XML).
• Das System erstellt ein Zip-Paket mit allen Annotationsdateien, das heruntergeladen und zum Trainieren des Modells verwendet werden kann.

5. vorhandene Etiketten importieren

• Wenn es eine vorhandene Anmerkungsdatei gibt (z. B. im YOLO-Format), wird die .txt (Dokumentation):
  • Klicken Sie auf "Etiketten importieren", um die entsprechenden Bild- und Etikettendateien hochzuladen.
  • Das System lädt automatisch die vorhandenen Tags, damit Sie sie weiter bearbeiten oder neue Tags hinzufügen können.

6. die Verwendung von Abkürzungen zur Verbesserung der Effizienz

• Bilder umschalten: ← (vorhergehend), → (nachfolgend).
• Tags löschenLöschtaste.
• Fortschritte speichernStrg + S (automatisches Speichern im Browser-Cache).

Ausgewählte Funktionen

AI-gestützte Kennzeichnung

Einer der Höhepunkte von Make Sense ist die Integration des YOLOv5-Modells. Wenn es aktiviert ist, scannt das System das Bild, erkennt automatisch gängige Objekte (z. B. Menschen, Autos, Tiere usw.) und generiert rechteckige Boxen und Beschriftungsvorschläge. Sie brauchen nur noch die Position zu korrigieren oder zu bestätigen, was eine enorme Zeitersparnis bedeutet. Sie können Ihr eigenes YOLOv5-Modell hochladen, wenn Sie spezielle Anforderungen haben:

• Wählen Sie "Benutzerdefiniertes Modell laden" in der Option "AI Assistance".
• Upload geschult .pt Datei, wird das System Vorhersagen auf der Grundlage Ihres Modells treffen.

statistische Ansicht

Klicken Sie nach der Beschriftung auf die Schaltfläche "Statistik", und das System zeigt statistische Informationen über den Datensatz an, z. B. die Anzahl der Beschriftungen in jeder Kategorie, ihre Verteilung und so weiter. Dies ist sehr nützlich, um die Qualität oder Ausgewogenheit des Datensatzes zu überprüfen.

caveat

• Browser-KompatibilitätChrome oder Firefox wird empfohlen, um das beste Erlebnis zu gewährleisten.
• DateiformatDie hochgeladenen Bilder unterstützen JPG, PNG und andere gängige Formate, und der Etikettenimport unterstützt YOLO-Textdateien oder VOC-XML.
• DatenschutzOnline-Modus: Im Online-Modus werden die Bilder nur lokal verarbeitet und nicht auf den Server hochgeladen, um die Privatsphäre zu schützen.

Mit den oben beschriebenen Schritten können Sie Make Sense ganz einfach für die Erstellung von Bildkommentaren verwenden. Egal, ob Sie ein Anfänger oder ein professioneller Entwickler sind, Sie können schnell loslegen und Ihre Arbeitseffizienz verbessern.