라벨링

라벨링이란?

이미지, 영상, 텍스트 등의 데이터에 사람이 데이터 가공 도구를 활용해 인공지능이 학습할 수 있도록 목적에 맞게 입력하는 것을 의미.

어노테이션 도구는 여러가지 있겠지만

대표적으로는 CVAT, MAKE SENSE, Roboflow가 있다고 함.

**MAKE SENSE는 아쉽게도 저장이 힘들어 컴퓨터가 꺼지거나 하면 다시 다해야한다고함.

라벨링 툴에서 많이 사용하는 기능은?

1. Bounding Box: 일반적 개체 인식할 때 많이 사용하는 것 같음.

2. Polygon: 누끼(?)하는 것 처럼 점을 찍어서 하는 방법.(사진마다 해당 점 좌표들을 활용해 작업함.

3. Polyline: 많이 사용하는 곳이 자율주행차량에 많이 사용된다고 함.

4. Point: 주로 뷰티카메라, 성형외과 쪽에서 많이 사용된다고 함.(특정 지점을 라벨링하는 작업이므로 안면인식 같이 감정분석과 정밀하고 섬세한 작업에 많이 사용된다고 함.)

오늘은 BBox 와 Polygon에 대해서 공부함.

import os
import json
import cv2

json_path = "./json_data/instances_default.json"

with open(json_path, "r") as f:
    coco_info = json.load(f)

assert len(coco_info) > 0, "파일 읽기 실패"

# 카테고리 정보 수집
categories = dict()
for category in coco_info['categories']:
    categories[category["id"]] = category["name"]

# print("categories info >> ", categories)

# annotaiton 정보
ann_info = dict()
for annotation in coco_info['annotations']:
    # print("annotation >> ", annotation)
    image_id = annotation["image_id"]
    bbox = annotation["bbox"]
    category_id = annotation["category_id"]

    if image_id not in ann_info:
        ann_info[image_id] = {
            "boxes": [bbox], "categories": [category_id]
        }
    else:
        ann_info[image_id]["boxes"].append(bbox)
        ann_info[image_id]["categories"].append(categories[category_id])

for image_info in coco_info['images']:
    filename = image_info["file_name"]
    height = image_info["height"]
    width = image_info["width"]
    img_id = image_info["id"]

    file_path = os.path.join("./0525_image_data", filename)
    # ./0525_image_data/image.jpeg
    # image read
    img = cv2.imread(file_path)

    try:
        annotation = ann_info[img_id]
    except KeyError:
        continue

    print(annotation)
    for bbox, category in zip(annotation["boxes"], annotation["categories"]):
        x1, y1, w, h = bbox

        font = cv2.FONT_HERSHEY_SIMPLEX
        fontScale = 1
        color = (255, 0, 0)
        thickness = 2

        org_img = img.copy()

        # if category == 1 :
        #     category = "ros"

        text_img = cv2.putText(img, str(category),
                               (int(x1), int(y1)-10), font, fontScale, color, thickness, cv2.LINE_AA)

        rec_img = cv2.rectangle(text_img, (int(x1), int(
            y1)), (int(x1+w), int(y1+h)), (255, 0, 255), 2)
        cv2.imshow("test", rec_img)
        cv2.waitKey(0)

원래 Polygon할 때 사전 작업으로 사용할 사진에 좌표를 모두 찍어두는 작업들을 해야하지만 감사하게도 작업이 되어있는 사진을 확보해서 주심.

import os
import json
import cv2
import numpy as np

json_path = "./json_data/instances_polygon.json"

with open(json_path, "r") as f:
    coco_info = json.load(f)

assert len(coco_info) > 0, "파일 읽기 실패"

# 카테고리 정보 수집
categories = dict()
for category in coco_info['categories']:
    categories[category["id"]] = category["name"]

# print("categories info >> ", categories)

# annotaiton 정보
ann_info = dict()
for annotation in coco_info['annotations']:
    # print("annotation >> ", annotation)
    image_id = annotation["image_id"]
    bbox = annotation["bbox"]
    category_id = annotation["category_id"]
    segmentation = annotation["segmentation"]

    if image_id not in ann_info:
        ann_info[image_id] = {
            "boxes": [bbox], "segmentation": [segmentation],
            "categories": [category_id]
        }
    else:
        ann_info[image_id]["boxes"].append(bbox)
        ann_info[image_id]["segmentation"].append(segmentation)
        ann_info[image_id]["categories"].append(categories[category_id])

for image_info in coco_info["images"]:
    filename = image_info["file_name"]
    height = image_info["height"]
    width = image_info["width"]
    img_id = image_info["id"]

    file_path = os.path.join("./0525_image_data", filename)
    # ./0525_image_data/image.jpeg
    # image read
    img = cv2.imread(file_path)

    # 예외처리 문법
    try:
        annotation = ann_info[img_id]
    except KeyError:
        continue

    for bbox, segmentation, category in zip(annotation['boxes'], annotation['segmentation'], annotation['categories']):

        x1, y1, w, h = bbox
        for seg in segmentation:
            poly = np.array(seg, np.int32).reshape((int(len(seg)/2), 2))
            print(poly)
            poly_img = cv2.polylines(img, [poly], True, (255, 0, 0), 2)
            cv2.imshow("test", poly_img)
            cv2.waitKey(0)

활용해서 다른 사진들도 작업이 가능함.