[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
小O的算法实验室5 小时前
2022年BE SCI2区TOP,多无人机系统作物保护中的最优喷洒任务分配问题,深度解析+性能实测
无人机·论文复现·智能算法·智能算法改进
Liue612312311 天前
YOLO11-LADH改进:无人机与鸟类目标检测的精准识别方案
人工智能·目标检测·无人机
乐迪信息1 天前
乐迪信息:智能识别船舶种类的AI解决方案
大数据·网络·人工智能·算法·无人机
Katecat996631 天前
无人机图像中的鸟类目标检测:使用YOLOv5-ACT提升检测精度与速度
yolo·目标检测·无人机
Deepoch1 天前
Deepoc具身模型开发板:无人机智能化的技术底座与生态价值
人工智能·无人机·开发板·具身模型·deepoc
LittroInno1 天前
无人机识别与跟踪技术:光电探测方式的精准守护
人工智能·计算机视觉·无人机·目标识别
云卓SKYDROID1 天前
无人机传感器模块功能与应用概述
无人机·传感器·吊舱·高科技·云卓科技
众智鸿图1 天前
众智鸿图无人机智能巡检:如何用“空中智慧眼”守护城市生命线?
无人机
云卓SKYDROID1 天前
无人机螺距设计要点与技术解析
无人机·吊舱·高科技·云卓科技·螺旋设计
qunaa01011 天前
基于改进YOLO11-ASF-P2的多旋翼无人机检测识别系统_红外航拍目标检测算法优化_1
算法·目标检测·无人机