有了圖像資料，接著要進行資料標註，透過框選的方式告訴 AI 哪些是我們的目標，資料標註的方法有很多，這邊介紹一個好用的網站「Roboflow」，除了標註功能、擴增資料……等，還有不少完善的功能，方便我們管理資料。

標記資料 (source: unsplash)

登入 Roboflow

1. 註冊帳號

請開啟瀏覽器，搜尋「Roboflow」，並進入網站。網站畫面如下，請大家自行點選畫面右上角的「Sign up」，註冊自己的帳號。

2. 設置工作空間

登入後，網站會引導大家建置 workspace，名稱與選項依自己的喜好填寫即可。

接著下個頁面會詢問，是否新增協作者的 email，沒有的話點選右下方的「Skip this step」即可。

接著可以依照自己的需求選擇公開或隱藏(需要付費)，並按下創建按鈕。

3. 新建專案

設定完工作空間之後，我們就能新增專案，請點選「Create New Project」。

頁面會提示要大家選擇資料出處，因為我們使用的是自己的資料，所以選擇「Upload Your Own Data」。

接著需要大家填寫這個專案的描述，專案類型請選擇「Object Detection(Bounding Box)」，其餘請自由填寫，可參考如下圖所示。

4. 上傳圖片

接下來我們要將拍攝好的照片上傳到網站上，請點選「Select Folder」。

請找到儲存我們拍攝照片的「images」資料夾，並點選「Upload」。

網站這邊還會再次跳出確認視窗，同樣按下「Upload」上傳我們的照片。

Roboflow 會將照片全都顯示在視窗內，讓使用者可以再次查看是否要上傳這些內容。若資料正確無誤，即可點選右上角的「Finish Uploading」將所有照片匯入專案。

照片上傳過程如下圖所示：

5. 標註資料

照片上傳完畢後，頁面會提示說是否標註您的圖片，請點選「Assign Images」繼續。

接著點選一張照片，開始標註工作。

請使用滑鼠點選右側工具中的「方框」，並點選照片中要框選的目標附近，拖曳滑鼠繪製方框。繪製方框後會需要設定該方框代表的標籤，請輸入目標名稱，如下圖所示：

若是第一次使用，頁面會有一些提示教學，大家可以照著操作，但也可以忽視它，繼續標註其他目標。

如下圖，筆者標註了照片當中所有的紅蘿蔔與坑洞，並賦予他們不同的標籤名稱，可以看到在
Roboflow 中，不同的標籤會有不同的顏色區分。請大家依序標註自己所有的照片，雖然過程繁瑣且耗時間，但資料標註的正確性會大大影響模型的訓練，務必標註正確，且不要有過多的背景被框框包進去。

完成所有照片的標註之後，按下左上角的「左箭頭」，會離開標註工作。

創建資料集

1. 設定資料集

於左側欄位點選「Annotate」，在右側畫面中會顯示標註與尚未標註的資訊。點選中間名為「ANNOTATING」已被標註的照片群區塊。

在此檢查每張照片是否有遺漏標註的部份，確認完畢後請點選右上角的「Add images to Dataset」按鈕。

資料集的部份通常會分群為「Train」、「Valid」與「Test」，分別用於訓練、驗證與測試模型使用。此三類資料的的比例，可以藉由拖拉兩個「圓圈」做調整，建議比例為 80:15:5，依據總體資料量多寡可以自行調整，調整完畢請點選「Add Images」。

2. 資料增強

完成資料的分群之後，我們可以依照現有的照片做一些變化，擴充照片的數量。

第三項的「Preprocessing」可以快速地幫我們的照片做一些預處理，例如調整照片的大小，筆者在此保留預設值，並按下「Continue」。

第四項的「Augmentation」可以幫助我們增強數據，請點選「Add Augmentation Step」，選取我們想要增強的效果。

畫面中可以看到，有不少增強我們照片的效果，大家可以點來看看，並選擇是否使用。

比方說我選擇了「Hue」，可以看到這個效果能隨機變換照片的顏色，變化的幅度也能自行調整。若確認要使用該效果，可以點選「Apply」按鈕。

依照方才的操作，筆者共選擇了五種增強的效果，如下圖所示，請按下「Continue」按鈕繼續。

最後我們可以選擇透過上述的增強效果組合，我們要擴充到多少張照片，免費的用戶可以擴充到三倍，在此選擇三倍的選項並按下「Generate」產生增強後的資料集。

3. 導出資料集

完成資料集的創建後，我們就能匯出資料集，以便用於後續的訓練。請點選畫面中的「Export」按鈕。

不同的模型，輸入的資料格式也會不同，請對應要訓練的模型，選擇正確的模型格式，我們要訓練的是 YOLOv5 模型，所以選擇「YOLOv5 PyTorch」。匯出的方式請選擇「show download code」，這樣待會兒能直接填入 Colab 中。請按下「Continue」按鈕產生 code。

產生出來的 code 如下圖所示，圖中「api_key」的部份雖然是反黑的，但實際框選並複製貼上後就會顯示。

請大家將自己的「Download Code」如下圖一樣複製起來保留備用。

小結

今天使用 Roboflow 完成了資料標註，並且也可以透過其 API 匯出，接著我們就能使用這些資料來訓練 YOLOv5 模型啦！