معرفی
لیبلمی (LabelMe) یک ابزار متن‌باز دسکتاپ برای برچسبگذاری تصاویر است. طبق سایت رسمی پروژه، رابط گرافیکی آن از ترسیم چندضلعی، مستطیل، دایره، خط، خط شکسته و نقطه پشتیبانی می‌کند. همچنین می‌توان برای هر شکل، یک برچسب متنی تعیین کرد.
خروجی برچسبگذاری هر تصویر به‌صورت یک فایل JSON ذخیره میشود. این فایل شامل نام تصویر، شکل‌های ترسیم‌شده، مختصات نقاط، نوع شکل و برچسب‌های مربوط به آن‌ها است. برای آموزش مدل، معمولاً باید فایل JSON را به قالب موردنیاز چارچوب آموزش تبدیل کنید. همچنین پیش از استفاده، لازم است نام کلاس‌ها، مختصات و فایلهای تصویر را اعتبارسنجی کنید.
چه زمانی لیبلمی انتخاب مناسبی است؟
اگر یک فرد یا گروه کوچک بدون نیاز به تخصیص وظایف، مدیریت دسترسی‌ها و فرایند بازبینی چندمرحلهای روی فایلهای محلی کار میکنند، لیبلمی انتخاب ساده‌ای است. این ابزار برای ترسیم دقیق چندضلعی‌ها، کادرها و نقاط در فرایند نمونه‌سازی دیتاست یا اصلاح دستی برچسبها کاربرد دارد.
اگر چند برچسبزن دارید و باید کارها را میان افراد تقسیم کنید، وضعیت هر وظیفه را پیگیری کنید یا بازبینی‌کننده جداگانه داشته باشید، ابزارهایی مانند CVAT یا Label Studio را بررسی کنید. مستندات رسمی CVAT قابلیت ایجاد وظیفه، مدیریت کارها و فرایند بازبینی را توضیح میدهد.
روند پیشنهادی برای شروع
فهرست کلاس‌ها و تعریف دقیق هر کلاس را پیش از شروع بنویسید.
برای موارد مبهم، مانند شیء پوشیده‌شده یا مرز ناقص، راهنمای برچسبگذاری کوتاه تهیه کنید.
ابتدا نمونه‌ای کوچک از تصاویر را برچسبگذاری کنید.
بخشی از نمونه‌ها را فردی دیگر یا خودتان با فاصله زمانی بازبینی کنید و اختلاف‌ها را ثبت کنید.
فایلهای JSON را به فرمت آموزش تبدیل کنید و تعداد تصاویر، کلاس‌ها، مختصات و تطابق نام فایل‌ها را بررسی کنید.
OpenCV ابزار برچسبگذاری جایگزین لیبلمی نیست؛ اما میتواند در اسکریپت‌های Python برای خواندن تصویر، بررسی ابعاد، رسم برچسب‌های تبدیل‌شده و کنترل کیفیت پیش از آموزش مدل به کار رود.
این ابزار را با نام‌های دیگری نیز می‌شناسند:
- لیبل می
ویژگی‌های کلیدی
موارد زیر تصویری کلی از این بخش برای این ابزار ارائه میکنند.
-
رابط گرافیکی دسکتاپ
طبق سایت رسمی LabelMe، برنامه رابط گرافیکی برای بازکردن تصویر، ترسیم شکل و ثبت برچسب دارد و به راه‌اندازی سرویس وب نیاز ندارد.
-
پشتیبانی از شکل‌های متنوع
نسخه فعلی مستندشده در سایت رسمی از چندضلعی، مستطیل، دایره، خط، خط شکسته و نقطه پشتیبانی می‌کند. انتخاب شکل باید با نوع مسئله آموزشی هماهنگ باشد.
-
ذخیره برچسبها در JSON
برچسبها و مختصات شکل‌ها در فایل JSON هر تصویر ذخیره می‌شوند. این فایل‌ها برای بازبینی، نگهداری در کنترل نسخه و تبدیل به قالب‌های آموزشی مناسب‌اند.
-
فهرست برچسب و فلگ
طبق راهنمای رسمی پروژه، می‌توان فهرست برچسبها و فلگ‌های تصویر یا شکل را از طریق پیکربندی تعریف کرد تا ثبت داده یکدست‌تر شود.
-
میانبرهای صفحه‌کلید
راهنمای رسمی LabelMe میانبرهایی برای عملیات رایج رابط کاربری ارائه می‌کند. پیش از برچسبگذاری حجیم، میانبرهای نسخه نصب‌شده را بررسی کنید.
-
اجرای محلی و نگهداری فایل‌ها
تصاویر و JSONها روی رایانه یا فضای ذخیره‌سازی انتخابی شما نگهداری می‌شوند. این شیوه برای داده‌های حساس یا محیط‌های بدون سرویس ابری مفید است.
کاربردها
برای آشنایی بهتر با این ابزار، توجه به موارد زیر میتواند مفید باشد.
-
ساخت دیتاست تشخیص اشیا
برای هر شیء یک مستطیل و نام کلاس ثبت کنید. پیش از آموزش، JSONها را به قالب مدل تبدیل و درستی کادرها، نام کلاس‌ها و تطابق تصویر با برچسب را بررسی کنید.
-
تهیه ماسک برای بخش‌بندی تصویر
مرز شیء یا ناحیه را با چندضلعی مشخص کنید؛ مانند سطح جاده، ناحیه آسیب‌دیده قطعه یا ساختار موردنظر در تصویر پزشکی. تعریف مرز باید در راهنمای تیم یکسان باشد.
-
برچسبگذاری نقاط کلیدی
برای مشخص‌کردن نقاط مفصل بدن، اجزای چهره یا نقاط مرجع یک شیء، از شکل نقطه استفاده کنید. ترتیب و نام نقاط را پیش از شروع ثابت کنید.
-
نمونه‌سازی و ارزیابی دیتاست
پیش از برچسبگذاری گسترده، نمونه‌ای از تصاویر را برچسب بزنید، اختلاف برچسب‌زن‌ها را بازبینی کنید و سپس درباره تعریف کلاس‌ها یا ابزار مناسب تصمیم بگیرید.
-
اصلاح برچسب‌های موجود
فایلهای JSON را باز کنید، مرزهای نادرست را اصلاح کنید و برچسب‌های ناسازگار را با فهرست کلاس استاندارد یکدست سازید.
-
کنترل کیفیت خروجی با OpenCV
پس از تبدیل JSONها، می‌توانید با OpenCV تصویر و برچسب‌های تبدیل‌شده را روی هم نمایش دهید تا کادرهای خارج از تصویر، مختصات نادرست یا ماسک‌های ناقص را پیدا کنید.
ابزارهای جایگزین
پرسش‌های رایج درباره لیبلمی
اگر درباره این ابزار پرسشی دارید، ممکن است پاسخ آن را در میان موارد زیر پیدا کنید.
لیبلمی برای چه نوع پروژههایی مناسب است؟
برای برچسبگذاری دستی تصویر با چندضلعی، مستطیل، خط یا نقطه مناسب است؛ بهویژه وقتی یک نفر یا گروه کوچک روی فایلهای محلی کار میکنند و به تخصیص وظیفه و بازبینی چندمرحلهای نیاز ندارند.
تفاوت لیبلمی و CVAT چیست؟
لیبلمی یک برنامه دسکتاپ سبک برای برچسبگذاری دستی است. CVAT یک سامانه وب است و مستندات رسمی آن امکاناتی مانند ایجاد وظیفه، تقسیم کار و بازبینی را شرح میدهد؛ بنابراین برای فرایند تیمی ساختارمند مناسبتر است.
خروجی LabelMe چه فرمتی دارد؟
خروجی رایج LabelMe فایل JSON برای هر تصویر است که اطلاعات شکل‌ها، برچسبها و مختصات را نگه می‌دارد. برای آموزش مدل، معمولاً باید آن را به قالب موردنیاز پروژه تبدیل و اعتبارسنجی کنید.
آیا لیبلمی برای دیتاستهای خیلی بزرگ مناسب است؟
حجم دیتاست بهتنهایی معیار تصمیم نیست. اگر چند برچسبزن، تخصیص وظیفه، کنترل دسترسی یا بازبینی رسمی دارید، ابزارهای تیمیتر مناسبترند. برای کار محلی و برچسبگذاری دستی ساده، لیبلمی میتواند کافی باشد.
آیا برای کار با نرمافزار LabelMe باید با زبان برنامهنویسی پایتون آشنا باشم؟
برای ترسیم برچسبها الزاماً نه؛ اما نصب از طریق Python، تبدیل JSONها، اعتبارسنجی خروجی و آمادهسازی دیتاست با آشنایی با Python سادهتر میشود.
آموزش‌های مرتبط در فرادرس
-
آموزش پردازش تصویر و بینایی ماشین با اپن سی وی OpenCV
-
آموزش بینایی کامپیوتر برای ماشین
-
آموزش پروژه محور بینایی ماشین با پایتورچ، تشخیص اشیا در PyTorch با پایگاه داده COCO + گواهینامه
-
آموزش تبدیل تصاویر با عملگرهای ریخت شناسی در OpenCV (رایگان)
-
آموزش پروژه محور پایتون، پیاده سازی بینایی ماشین با کتابخانه MediaPipe
-
بخش بندی تصویر چیست؟، توضیح Image Segmentation به زبان ساده
-
پردازش تصویر چیست؟، هر آنچه باید بدانید