图片打标

在物体检测问题中，第一个需要解决的就是给训练集中的图片打标，所谓打标，就是用一个文件来描述图中物体的位置框坐标（xmin，ymin，xmax，ymax），以定位物体的位置。

一个比较好的打标工具是LabelImg　(推荐用windows版本，安装比较方便，https://pan.baidu.com/s/1d27UMi　)。编译好后只要要在图片上轻点鼠标就可以得到PASCAL VOC格式的XML文件（PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge，这种ＸＭＬ就是他们定义的一种图像标注文件的格式），再利用一个脚本就可以转换成Tensorflow需要的TFRecord格式了；有时候在Mac上打开jpeg图像会出现问题，需要将其转换为png来解决；

上图存在不规范的标注问题，猜猜是哪里？详见下文。

使用步骤

运行主程序.点击 'Change save dir ' ，设置图像标记文件（XML）的默认存储位置点击 'Open Dir'，打开图片所在的目录点击 'Create RectBox'　，用鼠标创建一个矩形框，框出你需要识别的物体松开鼠标后，在弹出框中选择或新录入物体的类别名称。点击Next Image或Save，工具会保存该标注信息到XML文件

你可以使用如下的快捷键来加速标注的过程：

 

快捷键

Ctrl + u加载一个目录的所有图片文件，相当于Open Dir按钮Ctrl + r更改标注文件默认的存储位置，相当于Change Save Dir 按钮Ctrl + s保存当前标图片标注Ctrl + d将当前的矩形框复制一份Space标记当前图像标注信息为已核验，通常在多人协作时才会用到w创建一个矩形框，最为常用的按钮d下一张图片，最为常用a上一张图片del删除矩形框Ctrl++放大Ctrl--缩小↑→↓←移动矩形框

图像标注的原则

标注什么

预定义的所有类别的所有对象实例（就是说，如果图片里面有３只浣熊，就要分别标注３只浣熊）, 除非:

你拿不准那玩意儿是不是。对象非常非常的小（尺度自己拿捏）只能看见对象的不到 10-20%的部分 , 因此你拿不准那个到底是哪一类的，比如你只能看见一个轮胎，你不确定是卡车还是小轿车，这种就可以不用标注.

如果图片中的对象肉眼都难以识别，就丢掉这张图片

难以识别

difficult

若肉眼虽然可以大致识别，但确信度不是很高，则勾选difficult复选框，表示这个对象不是很好识别。

矩形框

用矩形框标注对象的可见区域， 不可见的区域不要标注.　非对象的区域不要标注

矩形框应该要且仅包括对象的所有可见的像素点, 除非为了包括很小一部分的对象部件，需要扩大很大一个矩形框面积，比如，小轿车的天线可以不用框进来，因为他太小了，且天线对于汽车来说无关紧要，并非主要特征。

 

上面的截图的标注就不是很规范，不要学他哟。

截断Truncated

如果对象超过 15-20% 的部分不在矩形框内，则将对象标记为Truncated. 这个标记意味着矩形框内没有包含完成的对象实例。这个属性在LabelImg中无法直接勾选，需要手工编辑ＸＭＬ文件里的对应标签。

遮挡Occlusion

如果矩形框内，对象有超过 5% 的部分被遮挡, 标记为 Occluded. 这个标记指示矩形框内的图像存在被遮挡的情况。这个属性在LabelImg中无法直接勾选，需要手工编辑ＸＭＬ文件里的对应标签。

 

 

衣服、雪、泥etc.

如果遮挡物是跟对象强相关的，则不用标记为遮挡，比如　人身上的衣服，应视为人的一部分。

透明

透过玻璃看到的对象也应该被标记, 但是若玻璃是有点反光的，则玻璃上的映像，应被标记为遮挡 occlusion.

镜子

镜子里的对象也应该被标记。

海报

图片里面的海报、杂志等上面的对象也应该被标记，除非是一些很浮夸的卡通画