MakeSense: 컴퓨터 비전 프로젝트의 효율성을 높여주는 무료 이미지 주석 도구

75.2K 00

일반 소개

Make Sense는 사용자가 컴퓨터 비전 프로젝트를 위한 데이터 세트를 빠르게 준비할 수 있도록 설계된 무료 온라인 이미지 주석 도구입니다. 복잡한 설치 없이 브라우저에 접속하기만 하면 사용할 수 있고, 여러 운영 체제를 지원하며, 소규모 딥 러닝 프로젝트에 이상적입니다. 사용자는 이미지에 레이블을 추가하고 결과를 YOLO, VOC XML 등 다양한 형식으로 내보낼 수 있습니다. Piotr Skalski가 개발한 이 도구는 크로스 플랫폼과 사용 편의성에 중점을 두고 React/Redux 기술 스택을 기반으로 TypeScript로 작성되었습니다. 또한 AI 모델(예: YOLOv5)을 통합하고, 스마트 추천 및 자동화 기능을 제공하여 수동 주석 작업에 소요되는 시간을 대폭 줄여주므로 개발자, 연구원 및 초보자에게 이상적입니다.

기능 목록

이미지 주석대상 감지 및 세분화 작업을 위해 이미지에 직사각형 상자, 다각형 및 기타 여러 라벨 유형을 추가할 수 있도록 지원합니다.
AI 지원 라벨 제작YOLOv5와 같은 모델을 통합하여 자동으로 개체를 감지하고 레이블을 제안하여 효율성을 개선합니다.
여러 내보내기 형식주요 딥 러닝 프레임워크와의 인터페이스에 편리한 YOLO, VOC XML, CSV 및 기타 형식을 지원합니다.
기존 태그 가져오기기존 주석 파일(예: YOLO 형식)을 업로드하여 계속 편집하거나 개선할 수 있습니다.
다중 이미지 관리이미지 일괄 업로드, 쓸모없는 이미지에 하나씩 라벨을 붙이거나 삭제하는 기능을 지원합니다.
키보드 단축키태그 삭제 및 이미지 전환과 같은 바로 가기 작업을 제공하여 워크플로 속도를 높입니다.
통계 보기사용자가 데이터 집합을 분석하는 데 도움이 되도록 주석이 달린 개체에 대한 통계 정보를 표시합니다.
사용자 지정 모델 로드특정 요구 사항에 맞게 사용자 지정 YOLOv5 모델을 가져올 수 있습니다.

도움말 사용

메이크 센스는 소프트웨어 설치가 필요 없는 완전한 브라우저 기반 도구로, 공식 웹사이트를 방문하거나 로컬 배포를 통해 사용할 수 있습니다. 다음은 빠르게 시작하는 데 도움이 되는 자세한 가이드입니다.

시작하는 방법

온라인 사용
- 브라우저를 열고 https://makesense.ai 을 방문하세요.
- '시작하기' 버튼을 클릭하여 기본 인터페이스로 들어갑니다.
- 등록할 필요 없이 이미지를 업로드하고 라벨링을 시작하기만 하면 됩니다.
로컬 배포(선택 사항)
로컬에서 Make Sense를 실행하려면 아래 단계를 따르세요:
- 사전 조건Node.js(v16.x.x 권장) 및 npm(v8.x.x 권장)이 설치되어 있는지 확인합니다.
- 클론 창고터미널에 명령을 입력합니다. git clone https://github.com/SkalskiP/make-sense.git를 클릭하고 소스 코드를 다운로드합니다.
- 카탈로그에 액세스: 입력 cd make-sense 프로젝트 폴더로 전환합니다.
- 종속성 설치: 실행 npm install 필요한 패키지를 설치합니다.
- 서비스 시작: 실행 npm start브라우저에서 자동으로 localhost:3000바로 사용할 수 있습니다.
- 도커 배포(대체 방법):
  - 미러 이미지를 구축합니다:docker build -t make-sense -f docker/Dockerfile .
  - 컨테이너를 실행합니다:docker run -dit -p 3000:3000 --restart=always --name=make-sense make-sense
  - 인터뷰 http://localhost:3000 시작하기.

주요 기능

1. 사진 업로드

메인 인터페이스에서 '여기에 이미지 드롭 또는 클릭하여 업로드' 영역을 클릭하여 로컬 이미지를 선택합니다(일괄 업로드가 지원됨).
업로드 후 왼쪽에 이미지 목록이 표시되면 아무 이미지나 클릭하여 라벨링을 시작합니다.

2. 레이블 추가하기

수동 라벨링::
- 상단 도구 모음에서 직사각형 또는 다각형 도구를 클릭합니다.
- 그림 위로 마우스를 끌어 레이블 영역을 그리고 완료되면 레이블 이름(예: "고양이", "개")을 입력합니다.
- 'Enter'를 눌러 레이블을 저장합니다.
AI 지원 라벨 제작::
- 'AI 지원 사용'을 클릭하고 기본 제공 YOLOv5 모델을 선택하거나 사용자 지정 모델을 업로드합니다.
- 시스템이 사진 속 사물을 자동으로 인식하고 사용자가 조정하거나 확인할 수 있는 추천 레이블을 생성합니다.

3. 레이블 편집 및 관리

태그 수정기존 라벨 영역을 두 번 클릭하여 크기를 조정하거나 위치를 변경하고 라벨 이름을 클릭하여 내용을 변경합니다.
태그 삭제레이블을 선택하고 "삭제"를 눌러 제거합니다.
이미지 삭제왼쪽의 사진 목록에서 쓸모없는 사진을 선택하고 '삭제'를 눌러 제거합니다(먼저 사진의 모든 레이블을 삭제해야 합니다).

4. 라벨링 결과 내보내기

상단의 '내보내기' 버튼을 클릭하고 내보내기 형식(예: YOLO, VOC XML)을 선택합니다.
시스템은 모든 주석 파일이 포함된 zip 패키지를 생성하며, 이를 다운로드하여 모델을 학습하는 데 사용할 수 있습니다.

5. 기존 레이블 가져오기

기존 어노테이션 파일(예: YOLO 형식)이 있는 경우에는 .txt (문서):
- '라벨 가져오기'를 클릭하여 해당 이미지와 라벨 파일을 업로드합니다.
- 시스템에서 기존 태그를 자동으로 로드하여 편집을 계속하거나 새 태그를 추가할 수 있습니다.

6. 효율성 향상을 위한 단축키 사용

사진 전환← (이전), → (다음).
태그 삭제: 삭제 키.
진행 상황 저장Ctrl + S(브라우저 캐시에 자동 저장).

주요 기능

AI 지원 라벨 제작

Make Sense의 가장 큰 특징 중 하나는 YOLOv5 모델의 통합입니다. 이 기능을 활성화하면 시스템이 이미지를 스캔하여 사람, 자동차, 동물 등 일반적인 물체를 자동으로 인식하고 직사각형 상자와 추천 레이블을 생성합니다. 사용자는 위치를 미세 조정하거나 확인하기만 하면 되므로 시간이 크게 절약됩니다. 특정 요구사항이 있는 경우 나만의 YOLOv5 모델을 업로드할 수 있습니다:

'AI 지원' 옵션에서 '사용자 지정 모델 로드'를 선택합니다.
교육 업로드 .pt 파일에 저장하면 시스템이 모델을 기반으로 예측을 수행합니다.

통계 보기

라벨링 후 '통계' 버튼을 클릭하면 시스템이 각 카테고리의 라벨 수, 분포 등과 같은 데이터 세트에 대한 통계 정보를 표시합니다. 이는 데이터 세트의 품질이나 균형을 확인하는 데 매우 유용합니다.

주의

브라우저 호환성최상의 환경을 위해 Chrome 또는 Firefox를 권장합니다.
파일 형식업로드된 이미지는 JPG, PNG 및 기타 일반적인 형식을 지원하며, 라벨 가져오기는 YOLO 텍스트 파일 또는 VOC XML을 지원합니다.
데이터 프라이버시온라인 모드에서는 이미지가 로컬에서만 처리되고 서버에 업로드되지 않으므로 개인 정보를 보호할 수 있습니다.

위의 단계를 통해 초보자든 전문 개발자든 Make Sense를 사용하여 이미지 주석 작업을 쉽게 완료할 수 있으며, 빠르게 시작하고 업무 효율성을 높일 수 있습니다.