[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
Liaiyang6614 小时前
空圈容错视角下的无人机全链路审计:从理论框架到耦合式检验
人工智能·pytorch·python·深度学习·系统架构·自动驾驶·无人机
深蓝学院20 小时前
15 m/s动态避障+15g无相机定位!浙大&微分智飞两篇新作:补齐微型敏捷无人机自主飞行能力
无人机
YOLO_DATA21 小时前
遥感滑坡检测的数据集 2299 张 1类 yolo格式 遥感滑坡检测数据集
人工智能·深度学习·yolo·计算机视觉·无人机·yolo数据集·ai数据集
亥时科技1 天前
无人机和监控视频,真能一次性打通吗?
开源·无人机·ai巡检
XBWRJ1 天前
职业教育专业建设:《无人机装调维修师》的课程参考价值
无人机
YOLO数据集集合3 天前
小目标无人机、飞机、直升机检测数据集 | 小目标检测 无人机检测 空中目标识别 低空安防 反无人机9090期
深度学习·yolo·目标检测·无人机·飞机·小目标·直升机
PascalXie3 天前
无人机视觉模组算力选型:端侧AI集成方案对比
计算机视觉·无人机
YOLO数据集集合3 天前
全球无人机航拍树冠覆盖数据集 | 树冠分割 语义分割 无人机航拍 全球森林监测 GeoTIFF 生态恢复9083期
深度学习·yolo·目标检测·无人机·无人机视角·全球森林
haishikeji696_3 天前
飞控管理平台源码|无人机智慧巡查系统私有化部署 低空一网统管巡检平台选型指南
架构·无人机·低空经济·无人机巡检·无人机管理系统·一网统飞·飞控管理平台
Zentceh3 天前
海洋牧场夜间监测:AI全彩夜视+水下成像集成方案
图像处理·人工智能·科技·计算机视觉·车载系统·无人机·智能家居