Actor Thinker 数据集标注工具
- ctrl : Mask 遮蔽某片区域
- alt : 梯形模式
- shift : 平行四边形模式
- F1 : 统计信息
- s : 保存
- esc : 设置
- q : 上一张图片 (如果打开自动保存,则进行自动保存)
- e : 下一张图片 (如果打开自动保存,则进行自动保存)
- space(空格) : 智能标注 (必须进行微调)
- 左键 : 新建一个目标
- 右键 : 删除一个目标
- 中键 : 移动视图
- 滚轮 : 缩放视图
color label x1 y1 x2 y2 x3 y3 x4 y4 同样的,经典的交龙数据集格式我们同样支持,只需要在软件左上角切换数据集格式,就可以导入 交龙数据集
我们拆分了检测头,让Label也可读一些。
不过在该标注工具中,我们完全移除了对5号的支持,并删除了3 4 5号大装甲。
新标注的数据集也不再希望支持五号,我们对所有五号装甲板都进行了Mask操作
后续标注时遇到轨道哨兵,3/4/5号进行mask操作即可。
这样做的理由是保护我们无辜的标注人员,不要陷入标注地狱啊()
| int | color |
|---|---|
| 0 | BLUE |
| 1 | RED |
| 2 | GRAY |
| 3 | PURPLE |
| color | label |
|---|---|
| 0 | G |
| 1 | 1 |
| 2 | 2 |
| 3 | 3 |
| 4 | 4 |
| 5 | O(前哨站) |
| 6 | Bs(基地小装甲) |
| 7 | Bb(基地大装甲) |
从左上角开始逆时针旋转
- 左上角点归一化坐标x
- 左上角点归一化坐标y
- 左下角点归一化坐标x
- 左下角点归一化坐标y
- 右下角点归一化坐标x
- 右下角点归一化坐标y
- 右上角点归一化坐标x
- 右上角点归一化坐标y
在 RoboMaster(以下简称RM) 中,我们需要对上述数据集格式中的所有装甲板进行识别,一共是 4 * 8 = 32 种装甲板。
拆分了检测头的情况下,参考其他学校的实现,每一个类别大概需要2000张左右,才有希望训练出足够鲁棒的模型。也就是说,总数据集大概需要2w张
神经网络识别的最好情况无非是和预先的标注完全重合,所以标注的精度很大程度决定了识别精度的上限,所以标注时需要非常认真。
蒙版的图样的绿线需要作为识别图案的黑白交界处的分界线。
强品硬凑蒙版,忽略灯条,应以灯条为主
强拼硬凑蒙版,香蕉线(标的什么玩意)
左右不分
更多标注标准,参照哈工深的标注工具。都是非常宝贵的标注经验。
同时,有意愿交换数据集的学校可以联系我: 3159890292@qq.com
我们hard fork了SJTU的标注工具,精简了功能,提高了可能的可维护性(其实我也不知道算不算,只不过我们队内维护起来比较顺手)
MIT License



