[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
hans汉斯7 小时前
基于污点分析的PHP应用威胁检测平台
开发语言·人工智能·算法·yolo·目标检测·php·无人机
GIS数据转换器8 小时前
空间智能赋能城市低空数字底座及智能网联系统建设方案
大数据·人工智能·信息可视化·数据挖掘·无人机
moonsims10 小时前
AiBrainBox-V的多相机架构设计考虑(全国产化Sensor方案,全局、高帧率、高分辨率、HDR、超星光级,ISP定制)-Q&A
人工智能·数码相机·计算机视觉·无人机
EasyDSS10 小时前
无人机RTMP推流平台EasyDSS破解交通管控指挥难题
无人机
LONGZETECH11 小时前
无人机检测维修仿真教学软件技术解析(附架构拆解+功能落地)
架构·无人机
蚂蚁家的砖11 小时前
基于 Vue 3 + Cesium 的 DJI 无人机航线规划系统技术实践
前端·无人机
墨璃九夭1 天前
WLS2的介绍与安装
无人机
Deepoch1 天前
Deepoc具身模型开发板:让无人机告别遥控器的智能“声控中枢”
机器人·无人机·开发板·具身模型·deepoc
QYR-分析1 天前
2026中国无人机氢燃料电池行业发展分析:机遇与趋势展望
无人机
jay神1 天前
基于YOLOv8的无人机识别与检测系统
人工智能·深度学习·yolo·目标检测·毕业设计·无人机