首页|LabelMe标注核对系统的设计与实现

LabelMe标注核对系统的设计与实现

扫码查看
原文链接
  • 万方数据
  • 维普
随着计算机技术的发展,深度学习领域对图像数据集的要求越来越高.当无法构建大规模图像数据集时,一个高质量的数据集往往能够提高模型训练的质量和预测的准确率.在对图像数据集进行标注时,往往需要多次核对数据集中的标签名称是否正确,且标签名称与标注物是否一一对应,并需要花费大量时间对图像数据集进行标注核对,费时费力.因此,该文基于Django框架设计并开发了LabelMe标注核对系统.结合OpenCV图像处理技术,采用Django网页开发框架、Bootstrap响应式网页开发技术、Python语言和MTV的设计模式实现了项目管理、原图记录、导入JSON、统一标签名、批量生成标注图、核对标注图、导出JSON等功能.研究表明该系统能够简化对图像数据集的核对工作,提高核对工作的效率,有助于提升图像数据集质量.
Design and Implementation of LabelMe Label Checking System

迪力夏提·多力昆、张太红、冯向萍

展开 >

新疆农业大学 计算机与信息工程学院,新疆 乌鲁木齐 830052

核对标签 Django OpenCV LabelMe SQLite

自治区研究生科研创新项目

XJ2020G161

2022

10.3969/j.issn.1673-629X.2022.03.036

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(3)
  • 3
  • 9