10.3969/j.issn.1673-629X.2022.03.036
LabelMe标注核对系统的设计与实现
随着计算机技术的发展,深度学习领域对图像数据集的要求越来越高.当无法构建大规模图像数据集时,一个高质量的数据集往往能够提高模型训练的质量和预测的准确率.在对图像数据集进行标注时,往往需要多次核对数据集中的标签名称是否正确,且标签名称与标注物是否一一对应,并需要花费大量时间对图像数据集进行标注核对,费时费力.因此,该文基于Django框架设计并开发了LabelMe标注核对系统.结合OpenCV图像处理技术,采用Django网页开发框架、Bootstrap响应式网页开发技术、Python语言和MTV的设计模式实现了项目管理、原图记录、导入JSON、统一标签名、批量生成标注图、核对标注图、导出JSON等功能.研究表明该系统能够简化对图像数据集的核对工作,提高核对工作的效率,有助于提升图像数据集质量.
核对标签、Django、OpenCV、LabelMe、SQLite
32
TP311.52(计算技术、计算机技术)
自治区研究生科研创新项目XJ2020G161
2022-04-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
214-220