Beschriften von Bildern für die Objekterkennung mithilfe von VoTT

Hier erfahren Sie, wie Sie VoTT (Visual Object Tagging Tool) verwenden, um Bilder für die Objekterkennung zu beschriften, die innerhalb von Model Builder verwendet werden.

Erstellen eines neuen VoTT-Projekts

1. Herunterladen von VoTT (Visual Object Tagging-Tool).

2. Öffnen Sie VoTT, und wählen Sie New Project (Neues Projekt) aus.

   

3. Legen Sie unter Project Settings (Projekteinstellungen) bei Display Name (Anzeigename) Ihren gewünschten Namen fest.

4. Ändern Sie Security Token (Sicherheitstoken) in Generate New Security Token (Neues Sicherheitstoken generieren).

5. Wählen Sie neben Source Connection (Quellverbindung) die Option Add Connection (Verbindung hinzufügen) aus.

6. Ändern Sie unter Connection Settings (Verbindungseinstellungen) den Display Name (Anzeigenamen) für die Quellverbindung in einen Namen Ihrer Wahl, und wählen Sie Local File System (Lokales Dateisystem) als Provider (Anbieter) aus. Wählen Sie als Folder Path (Ordnerpfad) den Ordner mit den Trainingsbildern aus, und wählen Sie dann Save Connection (Verbindung speichern) aus.

7. Ändern Sie unter Project Settings (Projekteinstellungen) Source Connection (Quellverbindung) in die soeben erstellte Verbindung.

8. Ändern Sie auch die Zielverbindung (Target Connection) in dieselbe Verbindung.

9. Wählen Sie Save Project (Projekt speichern) aus.

Hinzufügen von Tags und Beschriften der Bilder

Sie sollten nun ein Fenster mit Vorschaubildern aller Trainingsbilder auf der linken Seite, einer Vorschau des ausgewählten Bilds in der Mitte und einer Spalte Tags auf der rechten Seite sehen. Dieser Bildschirm ist der Tag-Editor.

1. Wählen Sie auf der Tags-Symbolleiste das erste Symbol (Pluszeichen) aus, um ein neues Tag hinzuzufügen.

   

2. Benennen Sie das Tag, und drücken Sie die EINGABETASTE.

3. Klicken Sie, und führen Sie eine Ziehbewegung aus, um ein Rechteck um jedes Element im Bild zu zeichnen, das Sie markieren möchten. Wenn Sie mit dem Cursor kein Rechteck zeichnen können, versuchen Sie, das Tool Rechteck zeichnen auf der oberen Symbolleiste auszuwählen, oder verwenden Sie den Tastaturkurzbefehl R.

4. Nachdem Sie das Rechteck gezeichnet haben, wählen Sie das entsprechende Tag aus, das Sie in den vorherigen Schritten erstellt haben, um das Tag dem umgebenden Rechteck hinzuzufügen.

5. Klicken Sie auf das Vorschaubild, um das nächste Bild im Dataset anzuzeigen, und wiederholen Sie diesen Vorgang.

6. Führen Sie die Schritte 3 bis 4 für jedes Bild aus.

Exportieren der VoTT-JSON-Datei

Nachdem Sie alle Trainingsbilder beschriftet haben, können Sie die Datei exportieren, die von Model Builder zum Trainieren verwendet wird.

1. Wählen Sie das vierte Symbol auf der linken Symbolleiste (das Symbol mit dem diagonalen Pfeil in einem Feld) aus, um zu Export Settings (Einstellungen exportieren) zu gelangen.

2. Belassen Sie den Provider (Anbieter) als VoTT JSON.

3. Ändern Sie Asset State (Ressourcenstatus) in Only tagged Assets (Nur mit Tags versehene Ressourcen).

4. Deaktivieren Sie die Option Include Images (Bilder einschließen). Wenn Sie die Bilder einschließen, werden die Trainingsbilder in den generierten Exportordner kopiert. Dies ist nicht erforderlich.

5. Wählen Sie Save Export Settings (Exporteinstellungen speichern) aus.

   

Dieser Export erstellt einen neuen Ordner namens vott-json-export in Ihrem Projektordner und generiert eine JSON-Datei namens ProjectName-export in diesem neuen Ordner. Diese JSON-Datei wird zum Trainieren eines Objekterkennungsmodells in Model Builder verwendet.

Nächste Schritte

• Informationen zum Verwendung von VoTT in einem Objekterkennungsszenario in Model Builder finden Sie unter Erkennen von Stoppschildern in Bildern mit Model Builder.