[GDMEC-无人机遥感研究小组]无人机遥感小组-000-数据集制备

基于labelme的无人机语义分割数据集制备

文章目录

1. 数据获取

数据集制备需要利用无人机飞行并采集标注。使用录制模式,镜头垂直向下进行拍摄,得到DJI_XXXX.MP4文件,利用如下代码,可以按照如下代码得到对应的图片(注,本代码来自另一博主,非本人原创)

python 复制代码
import cv2
import os
#要提取视频的文件名,隐藏后缀
sourceFileName='DJI_0288'
#在这里把后缀接上
video_path = os.path.join("", "", sourceFileName+'.MP4')
times=0
#提取视频的频率,每25帧提取一个
frameFrequency=100
#输出图片到当前目录vedio文件夹下
outPutDirName=''+sourceFileName+'/'
if not os.path.exists(outPutDirName):
    #如果文件目录不存在则创建目录
    os.makedirs(outPutDirName) 
camera = cv2.VideoCapture(video_path)
while True:
    times+=1
    res, image = camera.read()
    if not res:
        print('not res , not image')
        break
    if times%frameFrequency==0:
        count = int(times/frameFrequency)
        cv2.imwrite(outPutDirName + str(count).zfill(6)+'.jpg', image)
        print(outPutDirName + str(count).zfill(6)+'.jpg')
print('图片提取结束')
camera.release()

可得到如下图像文件:

2. 安装labelme

假定你已经安装好了anaconda,直接在prompt中新建labelme环境:conda create -n labelme python=3.8

建好后,conda activate labelme进入labelme环境

然后,安装labelme,pip install labelme即可

3.利用labelme进行标注

启动labelme,输入命令labelme即可

进入界面

具体操作流程,详见B站视频即可

相关推荐
workflower2 小时前
世界模型的内涵与发展
人工智能·机器人·云计算·无人机
YOLO数据集集合4 小时前
玉米雄穗目标检测数据集 | 玉米雄穗 作物表型 智慧农业 无人机巡检 小样本检测9142期
人工智能·目标检测·无人机·玉米·玉米雄蕊·玉米雄穗
workflower8 小时前
从生成式模型开始的技术延伸
人工智能·机器学习·机器人·云计算·无人机
Zootopia6261 天前
多架 eVTOL集群排班调度方案思考
人工智能·算法·数学建模·matlab·动态规划·无人机·evtol
feasibility.1 天前
把城市压缩成 2067 个盒子:CosFly 无人机跟踪数据管线论文解剖
人工智能·大模型·嵌入式·无人机·vla
YOLO数据集集合2 天前
无人机视角行人与车辆检测数据集 | 无人机航拍 行人检测 车辆检测 智慧城市 公共安全9140期
人工智能·目标检测·无人机·智慧城市·车辆识别·无人机视角
workflower2 天前
世界模型向产业上游发掘的热点
人工智能·机器学习·机器人·云计算·无人机
YOLO_DATA2 天前
YOLO27防震锤缺陷检测数据集 防震锤数据集 1000张 防震锤 带标注 voc yolo 2 类 目标检测
人工智能·深度学习·yolo·目标检测·计算机视觉·数据集·无人机
高升说2 天前
无人机避障方案取舍:单目、双目与激光雷达的工程对比
人工智能·无人机
YOLO数据集集合2 天前
红外多类型无人机检测数据集 | 红外检测 无人机识别 多类型分类 低空安防 反无人机 9139期
yolo·目标检测·分类·数据挖掘·无人机·无人机检测·红外无人机