(1) Ubuntu에서 image data labelling 하기

Ubuntu 20.04의 리눅스 환경에서  YOLOv5로 custom data를 학습시켜 토마토 생장점을 detection 해보려 한다.

Ubuntu 20.04 환경 구축은 아래의 글을 참고하자.

 

2024.01.23 - [ROS(Robot Operating System)] - ROS 개발 환경 구축하기 [VMware 17/Ubuntu 20.04/ROS noetic]

ROS 개발 환경 구축하기 [VMware 17/Ubuntu 20.04/ROS noetic]

---

1. data 파일 디렉토리 생성 및 이미지 데이터 넣기

1) Home / data / train_data / images / labels / train와 val 의 파일 디렉토리 생성

 

2) Home / data / train_data / images / labels / train 경로에 토마토 생장점 이미지 zip 넣기

---

2. Tomato 생장점 image들 train / val 파일에 8:2 로 넣기

8:2로 train에 420장, val에 105장으로 총 525장의 토마토 생장점 images 데이터셋 세팅

---

3. labelling

1) labelImg git clone하기 [Ubuntu Linux]

git clone https://github.com/HumanSignal/labelImg.git
sudo apt-get install pyqt5-dev-tools

cd labelImg
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py

 

2) labelImg/data/predefined_classes.txt 비우기

아래의 txt 파일을 오른쪽과 같이 빈 파일로 만들어줌

 

3) labelImg.py 실행 후, 라벨링하기

python3 labelImg.py

 

[이미지 여는 파일 경로 / 라벨 저장하는 파일 경로 설정]

1) open Dir 설정: data>train_data>images>train choose
2) change save Dir 설정: data>train_data>labels>train choose
3) YOLO로 설정

 

⇒  총 525장 Create RectBox로 생장점 부분(첫 번째 가지점~두 번째 가지점) bounding box 치기

 

해당 과정은 아래의 유튜브를 참고하였습니다.

https://www.youtube.com/watch?v=2TIhdai0f6M