[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
前网易架构师-高司机5 小时前
带标注的红外热成像人,无人机,车辆,动物识别数据集,识别率91.9%,17800张图,支持yolo,coco json,voc xml格式,文末有模型训练代码
数据集·无人机·红外·热成像·动物·
Deepoch6 小时前
VLA 分布式智能:Deepoc 开发板助力森林防火无人机集群自主巡检
人工智能·科技·无人机·具身模型·deepoc
洛阳吕工7 小时前
从 micro-ROS 到 px4_ros2:ROS2 无人机集成开发实战指南
游戏引擎·无人机·cocos2d
UAV_ckesc9 小时前
Apex 300A 24S:无人机电调的高性能技术解析
无人机·无人机电调·无人机动力·南昌长空科技·无人机配件·ckesc
湖南精循科技1 天前
Ansys案例研究 | 无人机叶片静态分析
无人机
z6494315081 天前
【Python开源-单目测距】单目无人机多视角测距:DJI RTK图像 → 地面目标3D坐标与距离,平均RE仅2.12%
python·计算机视觉·开源·无人机
天月风沙1 天前
Betaflight飞控、树莓派RP2350B主控编译教程
linux·单片机·嵌入式硬件·mcu·无人机·树莓派
数峦云数字孪生三维可视化1 天前
数字孪生三维建模实战:无人机倾斜摄影 + 全景相机采集全流程指南
无人机·数字孪生·三维建模·实景建模·空间数据采集
紧固视界1 天前
无人机与低空飞行器紧固件类型与选型解析
无人机·紧固件·上海紧固件展·紧固件展·上海紧固件专业展
灵智实验室1 天前
PX4姿态解算技术详解(二):姿态的表示方法
无人机·px 4