在自己的資料集上進行語義分割最基礎的一步便是對影象進行標註，以訓練得到自己的模型，標註是乙個比較繁瑣的活，所以需要乙個好的標註工具。
安裝
進入啟用的環境，我是用pycharm，已經把環境繫結到了隔離的環境，所以每次進入終端，都是這個隔離環境。
直接執行命令並使用阿里雲的源
pip install labelme -i可直接參考作者的readme，安裝完成，還是再終端輸入
儲存後生成的json檔案包含了剛才點的所有點，還有的資料。
再次在終端輸入
labelme_json_to_dataset 《檔名》.json資料標註軟體labelme詳解
labelme批量製作資料集教程（windows10+python3.6+tensorflow）
資料標註軟體labelme詳解
labelme 版本 3.11.2 例項分割樣例 voc 其它樣例 場景分割，目標檢測，分類 各形狀標註樣例 多邊形，矩形，圓形，多段線，線段，點 通用安裝方法 各平台都適用 anaconda，docker。各平台上的安裝方法 ubuntu，macos，windows。4.1 anaconda 首先...
使用Labelme標註自己的資料集
參考 開啟方式 1 在終端輸入 labelme 2 標註影象成json檔案 3 在 media xm labelme cli中輸入命令 labelme json to dataset 檔名 json 即可得到乙個資料夾，有四個檔案，png,info.yaml label.png,label viz....
機器學習中的分類 回歸 標註
在資料探勘 人工智慧等領域中存在兩個 分類和回歸。單說分類很容易理解，但想到回歸就容易分不清晰，那麼這兩者到底有什麼區別和聯絡呢？下面簡單介紹下我的理解。其實回歸問題和分類問題的本質一樣，都是針對乙個輸入做出乙個輸出 其區別在於輸出變數的型別。分類問題是指，給定乙個新的模式，根據訓練集推斷它所對應的...