An open API service indexing awesome lists of open source software.

https://github.com/baidu-aip/easyyibiao


https://github.com/baidu-aip/easyyibiao

Last synced: 8 months ago
JSON representation

Awesome Lists containing this project

README

          

# Easyyibiao
物体检测离线标注工具

## 描述
该项目基于labelme进行二次开发,主要实现功能为将标注数据一键导出到EasyData平台,目前支持物体检测.

## 使用方法
### 方法一
使用Python启动该项目
```bash
# 1. 安装Python,建议安装Python3.6,安装方式可参考官网:
https://www.python.org/downloads/
# 2. 下载项目(如果直接下载ZIP压缩包,则文件夹名为Easyyibiao-main,第3步改为cd Easyyibiao-main即可)
git clone https://github.com/Baidu-AIP/Easyyibiao.git
# 3. 根据`requirements.txt`安装环境依赖
cd Easyyibiao
pip3 install -r requirements.txt
# 4. 启动项目
python3 main.py
```

### 方法二
安装独立可执行应用程序
#### MacOS
```bash
# 1. 下载Mac版本压缩包
https://github.com/Baidu-AIP/Easyyibiao/releases
# 2. 解压
tar -zxvf Easyyibiao.tar.gz
# 3. 启动项目
双击Easyyibiao目录下main文件即可运行
```

注: Mac不同版本系统会有不兼容问题,故Mac系统推荐Python启动方式
#### Windows
```bash
# 1. 下载Windows版本压缩包
https://github.com/Baidu-AIP/Easyyibiao/releases
# 2. 解压
Windows下zip解压工具解压即可
# 3. 启动项目
双击Easyyibiao目录下main.exe文件即可运行
```

## 说明
* 数据导出时,会遍历所选文件夹下所有已标图片,可以选择增量导出或全量导出
* 全量上传:将所选文件夹下所有已标图片及标注信息全量导出
* 增量导出:只导出在上一次导出后有过修改的数据

```bash
@misc{labelme2016,
author = {Kentaro Wada},
title = {{labelme: Image Polygonal Annotation with Python}},
howpublished = {\url{https://github.com/wkentaro/labelme}},
year = {2016}
}
```