LabelMe - DataScience blog

2022-06-09 14:59:59 Товарищи, у нас новая статья. В ней мы делимся лайфхаком по разметке данных для Object Detection. С его помощью вы сэкономите много времени. Достаточно выбрать подходящее ПО и вывести файлы-разметки в нужном формате.

Чтобы обучить вашу модель YOLO, вам необходимо указать имена классов и количество классов, а также URL-адреса файлов со списком всех изображений. Так как Label Studio позволяет экспортировать разметку в YOLO, вам не придется тратить время на то, чтобы привести значения в порядок.

Экспортированная разметка в формате YOLO из Label Studio включает в себя файл classes.txt. Он уже содержит имена классов, которые использовались при аннотировании изображений, а также каталоги, включающие исходные изображения в каталоге images и файлы .txt с координатами ограничительных рамок для каждого изображения.

Так что можно сразу переходить к обучению.

Статья: https://labelme.ru/tpost/se4jc68kf1-kak-bistro-sozdat-obuchayuschii-dataset Открыть/Комментировать

2022-05-27 19:01:59 Товарищи, а что для вас участие в конференциях?

Зачастую они до приторности строгие и официальные. Но, если вы устали от такого формата, рекомендуем вам Summer Merge.

Summer Merge - это digital detox для всех, кто в IT. Вместо скучных залов вас ждет активность на свежем воздухе в эко-парке «Русский берег». Никаких уведомлений, клиентов, дедлайнов. Только вы, природа и IT-специалисты со всей России.

На Summer Merge вы сможете расширить свой нетворкинг, обменяться опытом и послушать выступления спикеров в неформальной обстановке.

Поспешите, конференция пройдёт 24-26 июня. Для участия необходимо приобрести билет по ссылке: summermerge.ru

#summer_merge #digital_detox Открыть/Комментировать

2022-05-27 16:10:15 Открыть/Комментировать

2022-05-25 11:45:17 Товарищи, у нас на сайте вышла статья

В ней мы рассказываем о нюансах сбора и работы с данными для Autonomous Vehicles. Как правило, для создания обучающего датасета используют данные с датчиков LIDAR и камер. Но полученные данные в сыром виде очень разрознены и чтобы решить эту проблему, их нужно правильно объединить и интерполировать. И только после этого приступать к 3D Point Cloud разметке.

Кому такое интересно, ныряйте по ссылке:
https://labelme.ru/tpost/ezcuaox821-obedinenie-dannih-s-datchikov-i-interpol Открыть/Комментировать

2022-05-20 17:20:46 Датасет с сегментацией пораженных клеток легких при COVID-19

Несмотря на то, что о короновирусе стали говорить меньше - сама проблема никуда не исчезла. По-прежнему есть новые случаи заражения и смертей. Из-за возможности бессимптомного течения болезни вовремя выявить болезнь можно только с помощью компьютерной томографии. Однако, врач может не заметить поражение тканей на ранних стадиях.

Именно поэтому создание точных моделей детекции могут помочь автоматизировать обследование и обнаруживать потенциальные угрозы до серьезных осложнений. В данном датасете мы отобрали различные проекции снимков лёгких и заручились консультацией врачей, которые помогли оценить точность разметки.

Скачать датасет можно на нашем сайте: https://labelme.ru/datasets-catalog/966458173691 Открыть/Комментировать