Hintergrund und Schmerzpunkte
In kleinen Computer-Vision-Projekten nimmt die manuelle Beschriftung von Bildern in der Regel 50%-70% Projektzeit in Anspruch und ist anfällig für Beschriftungsinkonsistenzen. Herkömmliche Tools wie LabelImg müssen lokal installiert werden, und der komplexe Prozess verringert die Effizienz weiter.
Verschreibung
MakeSense bietet eine dreifache Lösung zur Optimierung der Effizienz:
- AI-gestützte KennzeichnungEingebautes YOLOv5-Modell erkennt automatisch 80 Kategorien gängiger Objekte (z.B. Menschen/Autos/Tiere) mit einer Genauigkeit von 85%+, Benutzer müssen nur noch:
- Klicken Sie auf die Schaltfläche "KI-Hilfe verwenden".
- Manuelle Korrektur von falsch erkannten Bereichen in der Box-Auswahl
- Drücken Sie die Eingabetaste, um den gültigen Erkennungsrahmen zu bestätigen.
- Tastenkürzelsystem9 Hochfrequenz-Bedienungskurzbefehle werden unterstützt, darunter:
- ←/→Nachbarbilder umschalten
- Löschen löscht die aktuelle Registerkarte
- Ctrl+S speichert automatisch den Fortschritt
- BatchbetriebErlaubt das gleichzeitige Hochladen von mehr als 200 Bildern und deren zentrale Verwaltung über das linke Bedienfeld, unterstützt:
- Mehrfachauswahl verschieben, um überflüssige Bilder zu löschen
- Ziehen und Ablegen, um die Reihenfolge der Beschriftung anzupassen
fortgeschrittene Fähigkeit
Professionelle Anwender können 1) benutzerdefinierte YOLOv5-Modelle hochladen (müssen in das .pt-Format konvertiert werden) 2) das Polygon-Beschriftungswerkzeug verwenden, um unregelmäßige Objekte zu bearbeiten 3) die Beschriftungsbilanz mit der Funktion Stats analysieren
Diese Antwort stammt aus dem ArtikelMakeSense: ein kostenloses Tool für Bildkommentare zur Steigerung der Effizienz von Computer-Vision-ProjektenDie
Deutsch 
简体中文 
English 
日本語 
Português do Brasil