LabelMe 标注核对系统的设计与实现

来源：计算机技术与发展杂志2022年第03期北京时间：

作者：迪力夏提·多力昆;张太红;冯向萍

摘要：随着计算机技术的发展,深度学习领域对图像数据集的要求越来越高。 当无法构建大规模图像数据集时,一个高质量的数据集往往能够提高模型训练的质量和预测的准确率。 在对图像数据集进行标注时,往往需要多次核对数据集中的标签名称是否正确,且标签名称与标注物是否一一对应,并需要花费大量时间对图像数据集进行标注核对,费时费力。因此,该文基于 Django 框架设计并开发了 LabelMe 标注核对系统。 结合 OpenCV 图像处理技术,采用 Django 网页开发框架、Bootstrap 响应式网页开发技术、Python 语言和 MTV 的设计模式实现了项目管理、原图记录、导入 JSON、统一标签名、批量生成标注图、核对标注图、导出 JSON 等功能。 研究表明该系统能够简化对图像数据集的核对工作,提高核对工作的效率,有助于提升图像数据集质量。

关键词：核对标签;Django;OpenCV;LabelMe;SQLite