做的网站有广告,共享影院 wordpress,宜兴市住房和城乡建设局网站,什么网站做网页好导读
label-studio作为一款数据标注工具相信大家都不陌生#xff0c;对于需要进行web数据标注协同来说应该是必备工具了#xff0c;标注的数据类型很全涉及AI的各个任务(图像、语音、NLP、视频等)#xff0c;还支持自定义涉及模版。
然而#xff0c;我们在标注数据的过程…导读
label-studio作为一款数据标注工具相信大家都不陌生对于需要进行web数据标注协同来说应该是必备工具了标注的数据类型很全涉及AI的各个任务(图像、语音、NLP、视频等)还支持自定义涉及模版。
然而我们在标注数据的过程中通常为了提高标注人员的工作效率都会进行预标注。所谓的预标注就是给标注人员提供一个先验的标注结果在使用label-studio进行预标注的时候有两种方法
导入一个带预标注信息的json文件使用label-studio-backend提供一个模型服务进行在线预标注如果模型的处理速度较慢建议用第一种
这里我们介绍的也是使用第一种的预标注
新建OCR标注任务
1. 创建任务 2. 填写任务信息
ProJect Name项目名称Description项目的描述
3. 选择OCR任务 4. 通过直接使用code来设置标注任务
ViewImage nameimage value$image_url/Labels namelabel toNameimageLabel valueText backgroundgreen/Label valuehard background#f20202//LabelsRectangle namebbox toNameimage strokeWidth3/Polygon namepoly toNameimage strokeWidth3/TextArea nametranscription toNameimage editabletrue perRegiontrue requiredtrue maxSubmissions1 rows5 placeholderRecognized Text displayModeregion-list/
/View设置图片访问方式
因为在进行OCR数据标注的时候我们需要去访问图片而label studio针对图片的访问方式提供了两种方法第一种就是使用label studio自带的Cloud Storage第二种就是通过图片链接去访问相对来说第二种方式会更加的灵活
1. 通过Cloud Storage设置图片数据
使用这种方式添加数据的时候需要在启动label studio的时候添加两个环境变量
export LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLEDtrue
export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT/datasets/ocr/datasets这里的LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT表示添加的数据必须要放在这个路径的下面否则无法加载数据
点击项目– Settings— Cloud Strorage– Source Cloud Stroage — Add Source Stroage然后添加一下图片存放的目录即可如果增加了新的图片到目录下点一下Sync Storage就会自动更新同步使用这种方式的弊端也非常的明显就是数据需要和label studio放在同一台服务器上
2. 使用文件服务器
关于文件服务器大家可以使用python自带的http服务或者是nginx对于图片这两者都可以如果是标注的视频最好使用nginx进行替代不然再标注的时候无法快进
python自带的http服务 使用Python自带的文件服务非常的方便一行命令即可。执行完成之后就会将该目录下的文件映射到http服务上通过http://127.0.0.1:端口号进行访问
python -m http.server 端口号nginx搭建文件服务器
Ubuntu安装nginxsudo apt-get install nginxCentOS安装nginxsudo yum install nginx配置文件如下
#user nobody;
worker_processes 1;
#error_log logs/error.log;
#error_log logs/error.log notice;
#error_log logs/error.log info;
#pid logs/nginx.pid;
events {worker_connections 1024;
}
http {include mime.types;default_type application/octet-stream;sendfile on;#tcp_nopush on;#keepalive_timeout 0;keepalive_timeout 65;#gzip on;server {listen 80;server_name localhost;location / {root /datasets/ocr;#需要映射的数据存放目录autoindex on;}access_log /logs/nginx/access/80-access.log;error_log /logs/nginx/error/80-error.log;}
}启动nginxsudo nginx即可就可以通过http://10.0.7.84访问文件
OCR预标注json文件的制作
1. 文本框box的数值转换
x文本框左上角点的x值y文本框左上角点的y值width文本框的宽height文本框的高rotation文本矩形框的旋转角度
注意label sutdio支持的文本框位置信息和我们预测的box的格式有区别具体的转换方法如下
box ocr_info[box]
box_width math.sqrt((box[0][0] - box[1][0]) ** 2 (box[0][1] - box[1][1]) ** 2)
box_width round(box_width / image_width * 100,2)
box_height math.sqrt((box[0][0] - box[3][0]) ** 2 (box[0][1] - box[3][1]) ** 2)
box_height round(box_height / image_height * 100,2)
if box[1][0] ! box[0][0]:rotation round(np.arctan((box[1][1] - box[0][1]) / (box[1][0] - box[0][0])) / np.pi * 180,2)if rotation 0:rotation 360
else:rotation 0
x round(box[0][0] / image_width * 100,2)
y round(box[0][1] / image_height * 100,2)2. label studio支持的数据格式
下面展示了一个文本框的json格式如果有多张图片按照下面的格式进行添加即可
[{predictions: [{result: [{value: {labels: [Text],x: 36.78,y: 66.83,width: 26.67,height: 2.5,rotation: 0.0},id: 490b7582,from_name: label,to_name: image,type: labels,origin: manual}],model_version: PPOCR}],data: {image_url: http://102.20.27.81:8000/images/65e6999f0000000001028c02.jpg}
}]预标注的json数据导入
1. 点击标注任务然后再点击import 2. 上传json文件点击Upload Files
