anylabeling安装与使用说明

文章目录

  • 一.anylabeling说明
  • 二. 安装教程
    • 1. 可执行程序方式
    • 2. python程序

一.anylabeling说明

官网:https://anylabeling.nrl.ai/docs
该工具作为一个具有Segment Anything和YOLO模型的智能标签工具,可以快速、准确地对图像进行标注。
anylabeling安装与使用说明_第1张图片

二. 安装教程

1. 可执行程序方式

  1. 官网(https://github.com/vietanhdev/anylabeling/releases )下载可执行程序
    anylabeling安装与使用说明_第2张图片

  2. 通过onnx官网查看所需要的CUDA和cuDNN版本(anylabeling版本0.3.3用的是1.14的onnxruntime-gpu,需要适配11.6的CUDA和8.5的cuDNN)
    anylabeling安装与使用说明_第3张图片

  3. 根据要求安装对应版本cuda和cuDNN
    CUDA下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
    cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archive

  4. 运行程序
    anylabeling安装与使用说明_第4张图片

  5. 更改软件语言
    anylabeling安装与使用说明_第5张图片

  6. 选择自动标注,选自模型,软件会自动下载模型(点击闪退说明连不上下载源,需要开VPN)
    anylabeling安装与使用说明_第6张图片
    anylabeling安装与使用说明_第7张图片
    也可以选择直接从官网(https://github.com/vietanhdev/anylabeling-assets/releases)下载对应版本的模型,然后直接加载(github下载速度你懂得)
    anylabeling安装与使用说明_第8张图片

  7. 还可以直接去看看软件本身是从哪里下载的,运行完软件,在C:\Users***\anylabeling_data\models路径(*号代表你计算机的用户名)下可以看到保存模型的文件夹,如下图所示
    anylabeling安装与使用说明_第9张图片
    每个文件夹中的config.yaml都保存有模型的下载路径,用txt打开就可以看到:
    anylabeling安装与使用说明_第10张图片
    我们打开路径中的:https://huggingface.co/vietanhdev/segment-anything-onnx-models,可以进入如下网页:
    anylabeling安装与使用说明_第11张图片
    从这里就可以下载模型文件了
    anylabeling安装与使用说明_第12张图片

  8. 手动配置模型文件
    我们解压下载好的文件,打开其中的config.yaml,与原来的对比:

    config_file: C:\Users\aodeluo\anylabeling_data\models\mobile_sam_20230629\config.yaml
    display_name: Segment Anything (MobileSAM)
    download_url: https://huggingface.co/vietanhdev/segment-anything-onnx-models/resolve/main/mobile_sam_20230629.zip
    has_downloaded: false
    is_custom_model: false
    name: mobile_sam_20230629
    
    type: segment_anything
    name: mobile_sam_20230629
    display_name: Segment Anything (MobileSAM)
    encoder_model_path: mobile_sam.encoder.onnx
    decoder_model_path: sam_vit_h_4b8939.decoder.onnx
    input_size: 1024
    max_width: 1024
    max_height: 682
    

    我们进行如下修改:
    anylabeling安装与使用说明_第13张图片

    type: segment_anything
    name: mobile_sam_20230629
    display_name: Segment Anything (MobileSAM)
    encoder_model_path: mobile_sam.encoder.onnx
    decoder_model_path: sam_vit_h_4b8939.decoder.onnx
    input_size: 1024
    max_width: 1024
    max_height: 682
    config_file: C:\Users\aodeluo\anylabeling_data\models\mobile_sam_20230629\config.yaml
    has_downloaded: true
    

    然后将整个文件直接拷贝到对应模型目录中进行覆盖
    anylabeling安装与使用说明_第14张图片
    打开anylabeling,选择替换好的模型
    anylabeling安装与使用说明_第15张图片

    anylabeling安装与使用说明_第16张图片
    打开一张图像,就可以进行自动标注了
    anylabeling安装与使用说明_第17张图片

2. python程序

  1. 安装环境,进行环境

    conda create -n anylabeling python=3.8 anaconda
    conda activate anylabeling
    
  2. 安装anylabeling

    pip install anylabeling-gpu -i https://mirrors.aliyun.com/pypi/simple/
    

    anylabeling安装与使用说明_第18张图片

  3. 通过pip list查看安装的onnx版本
    anylabeling安装与使用说明_第19张图片

  4. 通过onnx官网查看所需要的CUDA和cuDNN版本
    anylabeling安装与使用说明_第20张图片

  5. 根据要求安装对应版本cuda和cuDNN
    CUDA下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
    cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archive

你可能感兴趣的:(深度学习,软件安装,图像分割)