微軟發布的可視化圖像/視頻標記工具 VoTT

VoTT 提供端到端支持，用於生成數據集並根據視頻和圖像資源驗證對象檢測模型。

該工具支持以下功能：

能夠標記和注釋圖像目錄或獨立視頻。

使用 Camshift 跟蹤演算法輔助計算機標記和跟蹤視頻中的物體。

將標籤和資源導出到 Custom Vision Service CNTK，Tensorflow（PascalVOC）或YOLO 格式，用於訓練對象檢測模型。

在新視頻中使用主動學習與訓練對象檢測模型（本地或遠程）結合生成更強大的模型。

Github 鏈接：

https://github.com/Microsoft/VoTT

安裝：

安裝 VoTT

下載並解壓 app release 包

通過啟動位於解壓縮文件夾內的「VOTT」可執行文件運行應用程序。

安裝 VoTT npm

克隆這個目錄

安裝 Node.js

在終端中運行以下命令:

npminstall

npmstart

安裝用於檢查模型的帶有先決條件的CNTK

請注意，安裝 CNTK 和 FASTER-RCNN 依賴關係對於標記是可選的，並且只有在 CNTK 模型檢查和訓練時才需要。

安裝 CNTK（注意：目前該工具僅支持 CNTK 的完整安裝方法，非pip）。

按照 CNTK Faster-RCNN 教程（https://docs.microsoft.com/en-us/cognitive-toolkit/object-detection-using-faster-r-cnn#setup）的設置說明進行操作，注意：Faster-RCNN 目前僅支持 Linux python 3.4 版本而不是 3.5。

使用以下屬性配置CNTK-Config.json（在標記工具的" resources app"目錄中）以啟用模型查看功能：

{

"cntkPath":"",

}

CCF-GAIR 2018 在即，

AI 研習社送福利了！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！