libreyolo label

바운딩 박스를 그리고 편집하는 로컬 웹 도구를 실행합니다. LibreYOLO 네이티브 레이블 파일을 기록하므로, 여기서 어노테이션한 데이터셋은 변환 단계 없이 그대로 학습됩니다.

명령: libreyolo label
출력: stdout에 서버 URL이 출력되고, 레이블은 이미지 옆에 labels/*.txt로 기록됩니다

개요

bash

libreyolo label [data=<dataset.yaml|folder>] [key=value ...]

인자는 key=value 쌍이며, POSIX 형식도 동작하므로 port=9200과 --port 9200은 같은 인자입니다.

인자

인자	기본값	의미
`data`		바로 열 데이터셋 YAML 또는 폴더. 설정하지 않으면 프로젝트 홈에서 시작합니다
`host`	`127.0.0.1`	바인딩할 호스트 또는 인터페이스
`port`	`8000`	바인딩할 포트. 사용 중이면 다음 빈 포트로 넘어갑니다
`device`	`auto`	AI 자동 레이블링에 사용할 장치: `0`, `cpu`, `mps`, `auto`
`no_assist`	`false`	AI 자동 레이블링을 끄고 수동 레이블링 도구만 남깁니다
`no_browser`	`false`	브라우저를 자동으로 열지 않습니다
`share`	`false`	`0.0.0.0`에 바인딩해 같은 네트워크의 팀원이 접속할 수 있게 합니다
`json`	`false`	stdout에 JSON 출력
`quiet`	`false`	stderr 억제
`verbose`	`false`	stderr 상세 출력

예제

기본

# 프로젝트 홈을 열고, 브라우저에서 데이터셋을 선택하거나 새로 만듭니다.libreyolo label

수동 전용, 고정 포트

libreyolo label no_assist=true port=9200 no_browser=true

팀원 참여 허용

libreyolo label share=true

참고 사항

기록하는 내용

박스는 LibreYOLO 네이티브 labels/*.txt 파일로 저장되며, 이 형식은 libreyolo train이 읽는 형식이라 이후에 아무것도 변환할 필요가 없습니다. 이 버전은 바운딩 박스만 다룹니다. 이미지 사이를 이동할 때마다 편집 내용이 저장됩니다.

데이터셋 열기

data를 지정하지 않으면 도구는 프로젝트 홈에서 시작하고, 데이터셋은 브라우저에서 선택하거나 새로 만듭니다. data=path/to/data.yaml을 넘기면 해당 데이터셋이 바로 열리고, 시작 줄에 이미지 수, 클래스 수, 그리고 데이터셋에 쓸 수 있는지가 표시됩니다. 읽기 전용 데이터셋도 열리며, 왜 쓸 수 없는지 알려줍니다.

Label-Error Radar

AI 어시스트가 켜져 있으면 Radar 버튼 또는 Y가 레이블이 있는 모든 이미지에 어시스트 모델을 실행하고, 모델이 레이블과 일치하지 않는 이미지를 가장 심한 것부터 나열합니다: 모델이 아무것도 찾지 못한 박스, 박스가 없는 높은 신뢰도의 탐지, 또는 모델이 클래스에 이의를 제기하는 박스입니다. Radar는 아무것도 기록하지 않으며, 모든 수정은 직접 편집해야 합니다. N은 같은 순서(가장 심한 것부터)로 다음 표시된 이미지로 이동하고, 끝에 이르면 처음으로 돌아갑니다. Y를 다시 누르면 새로 스캔하는 대신 마지막 스캔을 실행 시각과 Rescan 버튼과 함께 다시 엽니다. Radar는 회전 박스 프로젝트에서는 사용할 수 없으며, 두 키 모두 ? 단축키 대화 상자에서 다시 지정할 수 있습니다.

공유, 그리고 `host`의 역할

share=true는 와일드카드 주소에 바인딩해 같은 네트워크의 다른 컴퓨터에서도 도구에 접근할 수 있게 하고, 프로젝트를 전환하거나 삭제하고 연산을 시작하는 관리 작업은 이 컴퓨터에 남습니다.

host를 특정 인터페이스로 설정하면 이야기가 달라지고 더 위험해집니다: 호스트가 네트워크 클라이언트와 구분되지 않게 되어 모든 클라이언트가 관리 권한을 갖습니다. 이렇게 하면 명령이 stderr에 경고를 출력합니다. share=true를 쓰는 편이 낫습니다.

포트와 종료

포트가 사용 중이면 다음 포트로 넘어가며, 요청한 포트에서 최대 스무 개까지 시도합니다. 스무 개가 모두 실패하면 io_error로 종료합니다. stdout에 출력되는 URL은 실제로 바인딩된 포트를 사용합니다. share=true를 지정하면 결과에 팀원이 열어야 할 주소인 lan_url도 함께 담깁니다.

명령은 Ctrl+C를 누를 때까지 포그라운드에서 서비스를 제공합니다.

관련 항목: 학습 전에 레이블링한 데이터셋을 확인하려면 libreyolo doctor, 그 데이터셋으로 학습하려면 libreyolo train을 사용합니다.

개요

인자

예제