Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
Help us understand the problem. What is going on with this article?

アノテーションツール(正解入力ツール)が進化している。 2

More than 1 year has passed since last update.

アノテーションについて調べてみるから、アノテーションツールの記事を独立させました。

Image annotation tool in OpenCV

YouTube Image annotation tool in OpenCV(python)

https://github.com/opencv/opencv/tree/master/apps/annotation

https://github.com/opencv/opencv/blob/master/apps/annotation/opencv_annotation.cpp

上記のソースコードを読むかぎり、PASCAL VOC のXMLフォーマットやjsonフォーマットではなく、スペース区切りテキストとして保存するものです。
ですから、アノテーションツールのサンプルとしてみれば良さそうです。

機械学習の中で使われる標準的なデータ形式をサポートしているものを最初から使えば十分でしょう。


Computer Vision Annotation Tool (CVAT)

OpenCVがCVATというアノテーションツールを配布している。

Youtube CVAT 0.2.0 - annotation mode

アノテーションは、長方形で指定する場合と、折れ線で領域を指定するのを選べます。
従来の検出では、対象物と背景とをまとめて長方形で領域指定していましたが、それだとどこまでが、対象物なのかを指定できていません。このモードでは、折れ線で領域を指定することで、対象物を指定することができます。

CVAT 0.2.0 - interpolation mode

動画に対してアノテーションする際に、全部のフレームに正解枠をつけるの大変です。このツールでは、あるフレームで正解枠をつけたら、数フレーム後の画像で正解枠を移動してつけます。それをさらに数フレーム後の画像で正解枠を移動してつけます。それらを繰り返します。そうすると、そのあとで、一連のフレームに対して、正解枠の補間をしてくれるとのことです。

こういった作業を、対象のオブジェクトごとに繰り返します。そうすることで、正解枠のアノテーションの作業を楽にする。

CVAT 0.2.0 - attribute mode
年齢、性別、メガネの有無などを画像にアノテーションをつけることができます。

CVAT 0.2.0 - segmentation mode

アノテーションをセグメンテーションでつけることができるモードです。セグメンテーションとは、領域をpixel単位に指定するやり方です。空・森林・道路・芝生・建築物を指定することができます。


最近にアノテーションでは、
セマンティックセグメンテーションのアノテーションになってきています。

セマンティックセグメンテーションのアノテーションツールlabelme

VoTT(Visual Object Tagging Tool)の紹介記事

Githubによれば、出力データ形式は以下のものがサポートされている。

Exporting tags and assets to Custom Vision Service CNTK , Tensorflow (PascalVOC) or YOLO format for training an object detection model.

Camshift tracking algorithm. を使って追跡をするので、追跡した結果の枠を修正すれば済むのが利点です。

VoTTの利用記事

- VoTTでラベル付けしたJSONをAWS SageMaker用に変換する

nonbiri15
Python, scikit-learn, OpenCV使いです。
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away