视频标注软件Darklabel用法指南 |
您所在的位置：网站首页 › 视频逐帧编辑软件下载 › 视频标注软件Darklabel用法指南 |
视频标注软件Darklabel用法指南
|
前言：这是一个轻量的视频标注软件，相比于ViTBAT等软件而言，不需要安装就可以使用。但是由于是一个韩国人开发的，所以相关的说明不太够，所以这里进行一个darklabel软件的使用指南。之后会在这个视频标注的基础上进行一些脚本的编制，有利于ReID数据集、目标检测数据集和MOT数据集的快速构建 文章目录 1. 官方相关说明2. 主要功能和特点3. 主要用法3.1 鼠标/键盘界面（Shift / Ctrl = Shift或Ctrl）3.2 **指定标签和**ID3.3 追踪功能3.4 插值功能3.5 导入视频/视频并在帧之间移动3.6 保存并调出作业数据3.7 数据格式（语法） 4. 举栗子5. ffmpeg切割视频6. 软件下载7. ReID数据集配置代码 1. 官方相关说明它是一个实用程序，可以沿着视频（avi，mpg）或图像列表中对象的矩形边界框以各种格式标记和保存。 该程序可用于创建用于对象识别或图像跟踪目的的数据库。最大的功能是快速响应，便捷的界面以及减少工作量的便捷 功能（自动跟踪，使用插值进行标记，自动ID标记）。 任何人都可以将其用于非商业目的，如果您有任何问题或建议，请在评论中让我知道。最初是为我自己创建的，最近我 花了些时间来改进该程序（ver1.3）。我们已经改进了难以看清的细微之处，但是改善了程序的质量，执行的稳定性 和未知性。 软件示意：
工具栏在左侧：
支持各种格式的视频（avi，mpg等）和图像列表（jpg，bmp，png等） 多框设置和标签设置支持 支持对象识别和图像跟踪中使用的各种数据格式 使用图像跟踪器自动标记（通过跟踪标记） 支持使用插值功能的间隔标签 自动标记功能，可按类别自动为每个对象分配唯一的ID 3. 主要用法 3.1 鼠标/键盘界面（Shift / Ctrl = Shift或Ctrl） 鼠标拖动：创建一个框Shift / Ctrl +拖动：编辑框双击：选择/取消相同ID对象的轨迹右键单击：删除所有选定的对象轨迹（删除部分）右键单击：删除最近创建的框（如果未选择任何轨迹）Shift / Ctrl +右键单击（特定框）：仅删除所选框Shift / Ctrl +右键单击（空）：删除当前屏幕上的所有框Shift / Ctrl +双击（特定框）：修改所选框的标签Shift / Ctrl +双击（轨迹）：在所选轨迹上批量更改标签箭头键/ PgUp / PgDn / Home / End：移动视频帧（图像）Enter键：使用图像跟踪功能自动生成框（通过跟踪进行标记） 3.2 指定标签和ID 无标签：创建未标签的框框标签：用户指定的标签（例如，人类）box标签+自动编号：自动编号自定义标签（例如human0，human1等）如果指定了id，则可以选择/编辑轨迹单位对象popuplabeleditor：注册标签列表窗口的弹出窗口（已在labels.txt文件中注册）如果在弹出窗口中按快捷键（1〜9），则会自动输入标签。Label + id显示在屏幕上，但在内部，标签和ID分开。当另存为gt数据时，选择仅标签格式以保存可见标签（标签+ id）另存为gt数据时，如果选择了标签和ID分类格式，则标签和ID将分开保存。 3.3 追踪功能 通过使用图像跟踪功能设置下一帧的框（分配相同的ID /标签）多达100个同时跟踪tracker1（稳健）算法：长时间跟踪目标tracker2（准确）算法：准确跟踪目标（例如汽车）输入键/下一步和预测按钮注意！使用跟踪时，下一帧上的原始框消失建议使用tracker2，效果很好，几乎不用人工调整 3.4 插值功能 跟踪功能方便，但问题不准确在视频部分按对象标记时使用 开始插补按钮：开始插补功能在目标对象的轨迹的一半处绘制一个方框（航路点的种类）航路点框为紫色，插值框为黑色。更正插值错误的部分（Shift / Ctrl +拖动），添加任意数量的航路点（不考虑顺序）/删除结束插补按钮：将工作结束和工作轨迹注册为数据 3.5 导入视频/视频并在帧之间移动 打开视频文件：打开视频文件（avi，mpg，mp4，wmv，mov，…）打开图像目录：打开文件夹中的所有图像（jpg，bmp，png等）在视频帧之间移动：键盘→，←，PgUp，PgDn，Home，End，滑块控制 3.6 保存并调出作业数据 加载GT：以所选格式加载地面真相文件。保存GT：以所选数据格式保存到目前为止已获得的结果。导入数据时，需要选择与实际数据文件匹配的格式，但是在保存数据时，可以将其保存为所需的任何格式。在图像列表中工作时，使用帧号（frame＃）格式，按文件名排序时的图像顺序将变为帧号（对于诸如00000.jpg，00002.jpg等的列表很有用）保存设置：保存当前选择的数据格式和选项（运行程序时自动还原） 3.7 数据格式（语法） |：换行[]：重复短语frame＃：帧号（视频的帧号，图像列表中的图像顺序）iname：图像文件名（仅在使用图像列表时有效）标签：标签id：对象的唯一IDn：在图像上设置的边界矩形的数量x，y：边界矩形的左侧和顶部位置w，h：边界矩形的宽度和高度cx，cy：边界矩形的中心坐标x1，y1，x2，y2：边界矩形的左上，右下位置 4. 举栗子视频演示：https://www.youtube.com/watch?v=vbydG78Al8s&t=11s 选择open video file，选择一个视频打开，最好不要太长 左右拖动一下滑块，看一下准备标注的对象 如果标注视频选择左侧工具栏中第三行，下拉找到frame开头的内容比如：frame#, n, [id, x1,y1,x2,y2,label],意思是左上角坐标和右下角坐标。
然后右侧框中进行画框，然后可以采用以下几种方法继续标注 画框以后，长按Enter键，就会采用Tracker2中的模式进行预测，效果不多先点击begin interpolation按钮，然后画框，然后按左右键对视频帧进行移动，然后再画一个关键框，完成后点击End interpolation按钮结束（这种模式可以进行通过插值进行预测中间帧）最后选择合适的标注模型，点击Save GT，保存为txt文件 5. ffmpeg切割视频 ffmpeg -i C:/plutopr.mp4 -acodec copy -vf scale=1280:720 -ss 00:00:10 -t 15 C:/cutout1.mp4 -y -ss time_off set the start time offset 设置从视频的哪个时间点开始截取，上文从视频的第10s开始截取-to 截到视频的哪个时间点结束。上文到视频的第15s结束。截出的视频共5s.如果用-t 表示截取多长的时间如 上文-to 换位-t则是截取从视频的第10s开始，截取15s时长的视频。即截出来的视频共15s.-vcodec copy表示使用跟原视频一样的视频编解码器。-acodec copy表示使用跟原视频一样的音频编解码器。-i 表示源视频文件-y 表示如果输出文件已存在则覆盖。-vf 设置视频分辨率 6. 软件下载在公众号GiantPandaCV后台回复关键字“darklabel” 文件名：DarkLabel1.3_part1.zip 7. ReID数据集配置代码 import os import shutil import cv2 def preprocessVideo(video_path): if not os.path.exists(video_frame_save_path): os.mkdir(video_frame_save_path) vidcap = cv2.VideoCapture(video_path) (cap, frame) = vidcap.read() height = frame.shape[0] width = frame.shape[1] cnt_frame = 0 while (cap): cv2.imwrite( os.path.join(video_frame_save_path, "frame_%d.jpg" % (cnt_frame)), frame) cnt_frame += 1 (cap, frame) = vidcap.read() vidcap.release() return width, height def postprocess(video_frame_save_path): if os.path.exists(video_frame_save_path): shutil.rmtree(video_frame_save_path) def extractVideoImgs(frame, video_frame_save_path, coords): x1, y1, x2, y2 = coords # get image from save path img = cv2.imread( os.path.join(video_frame_save_path, "frame_%d.jpg" % (frame))) # crop save_img = img[y1:y2, x1:x2] return save_img if __name__ == "__main__": for num in range(1, 34): txt_path = r"C:\Users\pprp\Videos\face_%d_gt.txt" % (num) video_path = r"C:\Users\pprp\Videos\face_%d.mp4" % (num) reid_dst_path = r"C:\Users\pprp\Videos\reid" if not os.path.exists(txt_path): continue video_name = os.path.basename(video_path).split('.')[0] video_frame_save_path = os.path.join(os.path.dirname(video_path), video_name) f_txt = open(txt_path, "r") width, height = preprocessVideo(video_path) for line in f_txt.readlines(): bboxes = line.split(',') # print(len(bboxes)) ids = [] frame_id = int(bboxes[0]) num_object = int(bboxes[1]) for num_obj in range(num_object): # obj = 0, 1, 2 obj_id = bboxes[1 + (num_obj) * 6 + 1] obj_x1 = int(bboxes[1 + (num_obj) * 6 + 2]) obj_y1 = int(bboxes[1 + (num_obj) * 6 + 3]) obj_x2 = int(bboxes[1 + (num_obj) * 6 + 4]) obj_y2 = int(bboxes[1 + (num_obj) * 6 + 5]) # process coord obj_x1 = max(1, obj_x1) obj_y1 = max(1, obj_y1) obj_x2 = min(width - 1, obj_x2) obj_y2 = min(width - 1, obj_y2) print("%s:%d-%d-%d-%d" % (obj_id, obj_x1, obj_y1, obj_x2, obj_y2)) # mkdir for reid dataset id_dir = os.path.join(reid_dst_path, video_name + "_id_" + obj_id) if not os.path.exists(id_dir): os.mkdir(id_dir) # save pic img = extractVideoImgs(frame_id, video_frame_save_path, (obj_x1, obj_y1, obj_x2, obj_y2)) cv2.imwrite( os.path.join(id_dir, "filename_%s_frame_%d.jpg") % (video_name, frame_id), img) f_txt.close() postprocess(video_frame_save_path)主要需要修改： txt_path = r"C:\Users\pprp\Videos\face_%d_gt.txt" % (num) video_path = r"C:\Users\pprp\Videos\face_%d.mp4" % (num) reid_dst_path = r"C:\Users\pprp\Videos\reid" 运行即可在reid_dst_path下找到对应的数据集。 如果遇到图片需要旋转的问题，可以采用如下代码： import os import cv2 import numpy as np dirlist = ['face_%d_id_0' % i for i in range(8,9) ] # ['face_8_id_0'] rootdir = r"C:\Users\pprp\Videos\reid" for item in dirlist: new_dir = os.path.join(rootdir, item) for jpg_name in os.listdir(new_dir): print(jpg_name) jpg_path = os.path.join(new_dir, jpg_name) img = cv2.imread(jpg_path) img = np.rot90(img) cv2.imwrite(jpg_path,img) |
【本文地址】
今日新闻 |
推荐新闻 |