上一篇我們已將伊甸基金會的口罩臉孔資料集上傳到 nilvana 的 Vision Studio 中, 在真正執行標註之前, 我們先來認識一下標註格式與常用的標註工具.

標註格式

在圖檔之上想要做標註, 做法是針對每一個圖檔產生一個metadata, 這個metadata用來說明該圖檔的標註內容, 格式通常為XML或JSON. 因此做完標註之後會有兩個檔案

• 原始圖檔
• 標註檔

常見的標註格式如下:

• COCO
  • 這是COCO Annotator所使用的格式
  • 格式是JSON
• VIA
  • 這是VGG Image Annotator所使用的格式
  • 格式是JSON
• Dlib
  • 這是Dlib C++ library所使用的格式
  • 格式是JSON
• Pascal VOC
  • 這是PASCAL VOC挑戰賽中所使用的格式,也是ImageNet所採用的格式
  • 格式是XML

建立並下載標註資料

以下說明COCO的標註操作方式(ps:Nilvana也支援COCO), 讓我們了解一下標註在做些什麼

首先我們使用CoCo annotator建立一個dataset, dataset的名稱是cars, 而且我們建立三個label, 分別是wheel、body與window.

然後在這個dataset之中加入一張圖片, 我們要在這張圖片加張一個標註框, 來看看標註檔會如何記錄我們加入的標註框資訊

我們在這張圖上加上一個BBox(bounding box).

標註好之後, 將資料匯出, 我們要下載標註資料

下圖點擊Donwload即可下載標註資料

詳細說明COCO標註格式

下載下來的標註資料是JSON格式, 分為三段說明(這個JSON可以在github下載)

• 圖檔資訊(images)
  圖檔資訊用來描述圖檔本身的內容, 例如

  • filename:圖檔名稱
  • path:圖檔的儲存路徑
  • width:圖檔的寬度
  • height:圖檔的高度

  

• 標籤資訊(categories)
  標籤資訊顯示的是我們在建立dataset時所設定的label(wheel, body, window), 而且也包含不同label會呈現的顏色.
  

• 標註資訊(annotations)
  標註資訊呈現我們所拉的標註框資訊, 在前面我們只拉了一個BBox(bounding box), 所以在標註資訊中也呈現一個bbox, 這個bbox由四個點所組成.
  

在範例中, 以一張圖檔加上標註框產生一個標註檔(JSON), 這是最基本的組成, 希望能協助大家了解標註檔的內容與功能.

參考資料

https://github.com/jsbroks/coco-annotator
https://www.robots.ox.ac.uk/~vgg/software/via/
http://host.robots.ox.ac.uk/pascal/VOC/
http://dlib.net/
https://cocodataset.org/#format-data