图像数据集管理器

大家好！

让我向大家介绍 Image Dataset Manager。

这个工具非常适合整理图像并为其创建标注，无论是在游戏开发还是科学研究中，当你需要处理大量图像时，它都可能成为不可或缺的利器。在我们这里，我们将用它来创建数据集。

操作说明：

安装快速设置后，我们打开 IDM 并点击 “创建数据集”。

接着，为我们的数据集命名，并关联包含图像的文件夹。然后进入 “图像” 标签页。

在这里，我们会看到三列：

1 - 所有文件夹中的图像汇总。你可以逐个选择图像，或使用 Shift 多选。Ctrl + A 可全选。顶部还支持通过标签筛选图像。

2 - 所选图像的详细信息。包括完整描述，以及每个图像的唯一描述 {custom} 字段。还有一个“导出”复选框，用于确定该图像是否会被导出。

3 - 标签窗口和主数据集描述公式区域。

现在让我们重点关注第三列，因为这是我们工作的核心区域。点击“+”按钮，创建我们的第一个标签组。

组名 - 该组的名称，我们将用它来构建描述公式。

前缀 - 添加在组开头的文本，例如 "With a" 或仅一个空格。

后缀 - 添加在组末尾的文本，例如逗号。

连接字符串 - 用于连接同一组中的两个或多个标签的文本，默认为一个空格。

标签列表 - 在此处输入我们的标签。

描述模板字符串 - 在此处输入用于构建描述的公式。我们使用 {组名}，例如：

通过公式和标签组，我们可以实现几乎无限的描述可能性！

当数据集描述准备就绪后，就可以开始导出了。

居中裁剪/调整大小 - 允许调整图像尺寸。

展平Alpha通道 - 使用所选颜色填充Alpha通道。

导出路径 - 数据集的保存路径。可以选择按组分别保存所有图像。为此，使用公式 {30/Class}_{Class}。

{30/Class} - 根据图像数量计算单次训练轮次所需的重复次数。在我的测试中，数字 30 对于目标为 7-8 轮训练的中型数据集效果良好。

{Class} - 将所需的标签组名称添加到文件名中。

最终，我得到了如下数据集：

完成！

如你所见，这个工具使用非常简单，但在标注大量图像时却异常强大。

目前该工具仍处于早期版本，正在积极开发中。如果你想参与开发或报告错误，可访问项目在 GitHub 上的相关分支。

我的 Patreon 上会发布教程和模型。

感谢你的关注！