Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

陈萍、魔王报道

创建CV数据集总共分几步?这款移动端APP帮你分分钟完成

创建数据集涉及许多费时费力的工作,那么有没有办法能够轻松实现数据集创建呢?这款不久前上架 Google Play 的 APP,可以让你在移动端轻松创建计算机视觉数据集。

数据集是进行模型训练的前提,它的质量直接影响到后续模型的准确率。

目前我们可以在网络上搜索到大量制作好的数据集,那么如何快速制作属于自己的数据集呢?

最近有一款简易小工具 Manthano 在 Google Play 上架了。这款 APP 支持在移动端直接操作,几分钟内即可创建自己的计算机视觉数据集,并支持在任何需要的地方做数据标注

Manthano APP 界面及功能展示。

如果你刚刚涉足计算机视觉领域,或者要做目标检测方面的研究,那么这款 APP 非常适合你创建属于自己的 CV 数据集。

数据集的制作离不开三步:

  1. 收集图像

  2. 标注图像

  3. 下载标注

这三步看起来简单,实则工作量巨大。单就图像注释这一块就要耗费大量的人力、物力,因为训练模型需要的数据量可以从几百张到几十万张图片不等。

因此,简单便捷的图像标注工具显得尤为重要。这款标注工具 Manthano 支持从手机或 Web 界面(app.manthano.ai)上传图像,进而创建数据集。

Manthano 下载链接:https://play.google.com/store/apps/details?id=www.app.manthano.ai

只需三步,创建属于自己的 CV 数据集

那么,使用 Manthano 创建数据集的具体步骤是什么呢?

Manthano 在博客中介绍了创建以下三个类别数据集的步骤:

  • 树莓派 3

  • 摄像头

  • Arduino Uno 开发板

收集图像

首先是收集图像。为这三个类别的对象拍摄照片,并使照片中的背景、角度和位置略有不同。为每个类别大约拍摄 30 张照片,并上传至 Manthano app。

在 Manthano App 中上传图像。

标注图像

接下来,就需要对图像进行标注了。

尽量在对象周围绘制边界框。不要假设对象背后可能有什么,仅注释看到的内容。使用 Finger Offset 功能,以最大程度地避免手指影响边界框的绘制。

图像标注过程。

下载标注

最后转到控制面板(app.manthano.ai),然后将图像和标注下载到桌面。

至此,只需简单的三步,整个数据集即可制作完成。

现在,你可以在机器学习模型中使用自己创建的数据集了。

用户反馈

这款 app 由 ManthanoAI 团队开发,该团队旨在为机器学习视场提供移动端标注工具和标注解决方案。

Manthano 发布后在 reddit 上引发热议,相关帖子热度高达 700+。

不过对于这款实用 APP,网友也提出了自己的建议,主要涉及以下几个方面:

何时支持其他操作系统?

目前 Manthano 只能在 Android 平台进行使用,网友希望后续能够上线 iOS 版本。

增加功能

也有人提出其他优化建议,例如增加「删除标签」功能。

提高稳定性

还有用户表示在自己的手机上使用 Manthano APP 时,会出现崩溃现象,无法执行图像标注。

对此,开发者表示将尽量维护软件稳定性,并快速迭代新版本。

从使用者的反馈来看,这款标注工具还是很实用的。读者不妨实际操作一下,切身体会在 Android 手机上分分钟创建数据集的快乐。

参考链接:

https://medium.com/swlh/create-your-custom-bounding-box-dataset-by-using-mobile-annotation-58232cfaa7ca

https://www.reddit.com/r/MachineLearning/comments/hu006c/we_have_created_a_mobile_annotation_tool_for/

入门ManthanoCV数据集
相关数据
目标检测技术

一般目标检测(generic object detection)的目标是根据大量预定义的类别在自然图像中确定目标实例的位置,这是计算机视觉领域最基本和最有挑战性的问题之一。近些年兴起的深度学习技术是一种可从数据中直接学习特征表示的强大方法,并已经为一般目标检测领域带来了显著的突破性进展。

推荐文章
暂无评论
暂无评论~