标注格式与标注工具

上一篇我们已将伊甸基金会的口罩脸孔资料集上传到 nilvana 的 Vision Studio 中, 在真正执行标注之前, 我们先来认识一下标注格式与常用的标注工具.

标注格式

在图档之上想要做标注, 做法是针对每一个图档产生一个metadata, 这个metadata用来说明该图档的标注内容, 格式通常为XML或JSON. 因此做完标注之後会有两个档案

• 原始图档
• 标注档

常见的标注格式如下:

• COCO
  • 这是COCO Annotator所使用的格式
  • 格式是JSON
• VIA
  • 这是VGG Image Annotator所使用的格式
  • 格式是JSON
• Dlib
  • 这是Dlib C++ library所使用的格式
  • 格式是JSON
• Pascal VOC
  • 这是PASCAL VOC挑战赛中所使用的格式,也是ImageNet所采用的格式
  • 格式是XML

建立并下载标注资料

以下说明COCO的标注操作方式(ps:Nilvana也支援COCO), 让我们了解一下标注在做些什麽

首先我们使用CoCo annotator建立一个dataset, dataset的名称是cars, 而且我们建立三个label, 分别是wheel、body与window.

然後在这个dataset之中加入一张图片, 我们要在这张图片加张一个标注框, 来看看标注档会如何记录我们加入的标注框资讯

我们在这张图上加上一个BBox(bounding box).

标注好之後, 将资料汇出, 我们要下载标注资料

下图点击Donwload即可下载标注资料

详细说明COCO标注格式

下载下来的标注资料是JSON格式, 分为三段说明(这个JSON可以在github下载)

• 图档资讯(images)
  图档资讯用来描述图档本身的内容, 例如

  • filename:图档名称
  • path:图档的储存路径
  • width:图档的宽度
  • height:图档的高度

  

• 标签资讯(categories)
  标签资讯显示的是我们在建立dataset时所设定的label(wheel, body, window), 而且也包含不同label会呈现的颜色.
  

• 标注资讯(annotations)
  标注资讯呈现我们所拉的标注框资讯, 在前面我们只拉了一个BBox(bounding box), 所以在标注资讯中也呈现一个bbox, 这个bbox由四个点所组成.
  

在范例中, 以一张图档加上标注框产生一个标注档(JSON), 这是最基本的组成, 希望能协助大家了解标注档的内容与功能.

参考资料

https://github.com/jsbroks/coco-annotator
https://www.robots.ox.ac.uk/~vgg/software/via/
http://host.robots.ox.ac.uk/pascal/VOC/
http://dlib.net/
https://cocodataset.org/#format-data