MakeSense：コンピュータビジョンプロジェクトの効率を高める、無料で使える画像注釈ツール

はじめに

Make Senseは、コンピュータビジョンプロジェクト用のデータセットを素早く準備できるように設計された、無料のオンライン画像アノテーションツールです。複雑なインストールは不要で、ブラウザからアクセスするだけで使用でき、複数のオペレーティングシステムをサポートし、小規模なディープラーニングプロジェクトに最適です。画像にラベルを追加したり、結果をYOLOやVOC XMLなど様々な形式にエクスポートすることができます。Piotr Skalskiによって開発されたこのツールは、TypeScriptで書かれ、React/Redux技術スタックに基づいており、クロスプラットフォーム性と使いやすさを重視している。さらに、AIモデル（YOLOv5など）を統合し、スマートなレコメンデーションと自動化機能を提供することで、手作業によるアノテーションに費やす時間を大幅に削減し、開発者、研究者、初心者に理想的なツールとなっている。

機能一覧

• 画像注釈ターゲット検出やセグメンテーションタスクのために、矩形ボックス、ポリゴン、その他多くのラベルタイプを画像に追加できます。
• AIによるラベリングYOLOv5のようなモデルを統合して、自動的にオブジェクトを検出し、ラベルを提案して、効率を向上させます。
• 複数のエクスポート形式YOLO、VOC XML、CSVなどのフォーマットをサポートしており、主流の深層学習フレームワークとのインターフェイスに便利である。
• 既存のタグのインポート既存の注釈ファイル（YOLO形式など）をアップロードして、編集や改良を続けることができます。
• 複数画像の管理画像の一括アップロード、ラベル付け、無駄な画像の削除が可能です。
• キーボードショートカットタグの削除や画像の切り替えなどのショートカット操作を提供し、ワークフローをスピードアップ。
• 統計的見解注釈付きオブジェクトに関する統計情報を表示し、データセットの分析に役立てる。
• カスタムモデルのローディングYOLOv5のカスタムモデルのインポートが可能。

ヘルプの使用

Make Senseは、ソフトウェアのインストールを必要としない完全ブラウザベースのツールで、公式ウェブサイトを訪問するか、ローカルに配置することで使用できます。ここでは、すぐに使い始めるための詳しいガイドをご紹介します。

始め方

1. オンライン利用
   • ブラウザを開き、https://makesense.ai。
   • Get Started "ボタンをクリックし、メインインターフェイスに入ります。
   • 登録不要で、画像をアップロードするだけでラベリングを開始できます。
2. ローカル展開（オプション）
   ローカルでMake Senseを実行したい場合は、以下の手順に従ってください：
   • 前提条件Node.js (推奨 v16.x.x) と npm (推奨 v8.x.x) がインストールされていることを確認する。
   • クローン倉庫ターミナルにコマンドを入力する。 git clone https://github.com/SkalskiP/make-sense.gitソースコードのダウンロード
   • カタログへのアクセス入力 cd make-sense プロジェクトフォルダに切り替える。
   • 依存関係のインストール走る npmインストール 必要なパッケージをインストールする。
   • サービス開始走る npmスタートブラウザは自動的に ローカルホスト:3000|にできるようにあなたがそれをすることができます本当に出くわすことあなたは、実際には私たち約束、誰でも素早くはちょうど無視これらの一見正確にどのように{}人のことを忘れることができます。
   • Dockerのデプロイメント(代替方法）：
     • 鏡像を作る：docker build -t make-sense -f docker/Dockerfile .
     • コンテナを実行する：docker run -dit -p 3000:3000 --restart=always --name=make-sense make-sense
     • インタビュー http://localhost:3000 はじめに

主な機能

1.写真のアップロード

• メインインターフェイスで、"Drop images here or click to upload "エリアをクリックして、ローカル画像を選択します（バッチアップロードに対応しています）。
• アップロード後、左側に画像のリストが表示されますので、任意の画像をクリックしてラベリングを開始します。

2.ラベルの追加

• 手動ラベリング::
  • 上部ツールバーの矩形または多角形ツールをクリックします。
  • 絵の上でマウスをドラッグしてラベルの付いた部分を描き、完成したらラベルの名前（例："cat"、"dog"）を入力する。
  • Enter」を押してラベルを保存する。
• AIによるラベリング::
  • AIアシストを使う」をクリックし、内蔵のYOLOv5モデルを選択するか、カスタムモデルをアップロードする。
  • システムは自動的に画像内のオブジェクトを認識し、調整または確認できるラベル候補を生成します。

3.ラベルの編集と管理

• タグの修正ラベル名をクリックすると、ラベルの内容が変更できます。
• タグの削除ラベルを選択して "Delete "を押すと削除されます。
• 画像を削除する左側の写真リストで、不要な写真を選択し、"Delete "を押して削除します（最初に写真のラベルをすべて削除する必要があります）。

4.ラベリング結果のエクスポート

• 上部の「エクスポート」ボタンをクリックし、エクスポート形式（YOLO、VOC XMLなど）を選択します。
• このシステムは、すべてのアノテーションファイルを含むzipパッケージを生成し、これをダウンロードしてモデルの学習に使用することができる。

5.既存ラベルのインポート

• 既存の注釈ファイル（YOLO形式など）がある場合は .txt (ドキュメンテーション）：
  • ラベルのインポート」をクリックして、対応する画像ファイルとラベルファイルをアップロードします。
  • システムは自動的に既存のタグを読み込み、編集を続行したり、新しいタグを追加したりすることができます。

6.効率向上のためのショートカットの使用

• 写真の切り替え←（前）、→（次）。
• タグの削除Deleteキー。
• 進行状況の保存Ctrl + S（ブラウザのキャッシュに自動保存）。

注目の機能

AIによるラベリング

Make Senseのハイライトの一つは、YOLOv5モデルの統合である。有効にすると、システムが画像をスキャンし、一般的なオブジェクト（人、車、動物など）を自動的に認識し、長方形のボックスと提案されたラベルを生成します。必要なのは、位置の微調整や確認だけなので、時間を大幅に節約できます。特定のニーズがあれば、YOLOv5モデルをアップロードすることができます：

• AI Assistance "オプションで "Load Custom Model "を選択する。
• 訓練されたアップロード .pt ファイルでは、システムはあなたのモデルに基づいて予測を行います。

統計的見解

ラベリングが終わったら，「統計」ボタンをクリックすると，各カテゴリーのラベルの数や分布など，データセットに関する統計情報が表示される．これは、データセットの質やバランスをチェックするのに非常に便利である。

ほら

• ブラウザの互換性ChromeまたはFirefoxを推奨します。
• ファイルフォーマットアップロードされた画像はJPG、PNG、その他の一般的なフォーマットに対応し、ラベルのインポートはYOLOテキストファイルまたはVOC XMLに対応しています。
• プライバシーオンラインモードでは、画像はローカルでのみ処理され、サーバーにはアップロードされません。

以上の手順で、初心者でもプロの開発者でも、Make Senseを使って簡単に画像注釈作業を行うことができます。