怎么用yolo自动打标签

大家好，上一节课我们讲到了呃 uloviv 读取数图像的部分，这节课我们来讲 uloviv 读取呃标签的部分。呃，我们上次讲到第三百六十六行，我们开始讲我们向下执行 好这一长代码其实比较长，而且看起来有点怪怪的啊，但是大家不要被他吓到， 嗯，大家有没有发现这里有一点点熟悉，就是说我们把这个 os 点 sep 放上去，你会发现他是两个斜杠，然后我们再看一下他还是两个斜杠。这里我们一共有四个斜杠，然后我们中间一个加了 label， 一个加了 image， 嗯， 这里其实就是说没有啊，就是说没有什么特别的，其实我们就是说有的同学可能会没有，自己没有见到过，但 把所吓到其实不是，不要不要害怕。鼠标放上来看一下，他第一个 sa 定义的是一个 image， 两个斜杠，然后一个 s b 两个斜杠。这个是我们后面要用到的一个标签，我们这里马上就用到了，看见没有？这里 x 点 replace， self 点 labels file， 嗯，他这里其实是一行代码，但是他这行代码有点复杂啊，但是他却只有一行，他就把我们这个代码 呃，读取了我们所有的标签图图像数据，我们打开看一下啊，看见没有？这些是我们的标签的 t x t 文件的名字。呃， 我我们这里稍微给大家看一下他长什么样子的，他是在这个路径下的，嗯，我们看一下扣扣 幺二八 labels， 然后 coco 幺二八 labels， 哦哦，就是在这里，这里他就是说我们将这个路径下的每一个 啊文件夹给拿到他的文件夹，里面分别不要包含了五个数据，第一个数据是代表他的啊，数据的类比就是说我们是哪一个类的？就是说比如我们 uovo 不是说要进行分类吗？就是说比如说你看到这个人是不是人？你看到的这个领带是不是领带？你看到的这个狗是不是狗？ 然后接下来四个是说他的图像的坐标，嗯，坐标我们也是需要对他进行一个标签的，就是说训练的时候我们要这个，我们给他是正确的坐标，看他能分析的远，就是说定位的有没有够不够接近嘛？就是说和我们真正这个就是 我们真正坐标接不接近就是这个意思。嗯，我们接下来看到我们执行到三百七十行，我们现在执行，我们看看这三百七十行是什么意思？三百七十行这里定义了一个和缓存有关的路径。啊？这个怎么和大家解释呢？ 啊？就是说我们先定义出的这个路径，但是我们目前还没有使用他，嗯，我给他看一下这个缓存放在哪里的，就是说我们往他这个路径下找他这个是 qq 幺二八 labels train 一下。呃， 这一个 qq 幺二八雷博斯，大家看见没有？这有个缓存文件啊？我跟大家说一下，大家第一次运行的时候可就是说大第一次第八个时候是没有的，这这个缓存文件是什么时候有呢？是你加载过一次数据以后，就是说你运行过一次以后，他就会有了很快的，因为我们这只有一百二十八张图片嘛。 嗯，但是他这个图片他所对应的标签就是说啊，这个缓存是给这个标签的，嗯，怎么跟他解释呢？ 目前我们还没有使用这个，呃，缓存，我们只是定义出他的路径，大家看见没有？就是我们这里先，嗯，我们这里先选择出他的第零个，比如说他这个，嗯嗯， 它这个文件的母目录，我们使用了 selfenery， 有点 parent， 我们使用得到它的母目录，它母目录是什么呢？嗯，我们看一下，嗯。出二零一七的母目录是指，呃， 是指这个 labels， 对不对？春二零一七的目录，我们看一下春二零一七上面一个目录是这个 labels， 对不对？我们得到这个 labels 以后呢，我们将嗯嗯将它进行一个点 cage 的操作，就是说我们，呃这个拿到它的，嗯，路径 trick， 二零一七，我们加上一个点 cage， 然后我们就是说 创造出了他的缓存的名称，缓存名称就叫做春二零一七点 cage。 好，我们就向下执行。嗯， if os 点 pass is file catch pass。 就是说我们看一下我们这里我们指定出的这个缓存文件存不存在。 第三百七十一行是说因为我们之前跑过这个模型，所以说啊，这个缓存是存在，如果说大家还没有跑过，还没有运行过这个 tring 的话，大家跑一次以后就会有了他这样，然后他就会执行这行， 然后如果说他有他存在的话，我们三百七十二行是不是直接就是说把他这个呃缓存给读出来了，没有错吧？嗯，对，加载进来了，嗯，然后，嗯，我们看一下， 嗯，这缓存，他是说，呃，嗯，有一堆文件，然后是他这缓存里面有一百二十八个数据啊，图具啊，一百二十个，八十张图片的数据，我给他看一下他每个里面有什么两。 呃，什么东西？他一共有两个数据，他我们从 lry 开始这里读，因为他最，我们要从他最后外面的大括号开始读。他第一个数据是从到这个逗号为止，因为这里比较难看看出来，我先帮他整理 一下，大家看我画出来这个蓝色部分，他是说我们读到的第一个数据，他是说我们那个文件夹下面就是说， 嗯，他是对应的，就是说他类别，每张图像类别以及他的坐标。然后第二个数据是他的图像大小六百四十乘以四百八， 嗯，没有问题吧？一个，然后一个类别加上四个坐标以及他的图像大小，以防这里大家不知道，我跟大家说一下。嗯，然后我们继续向下执行， 我们看到三百七十三行和三百七十八行，我们完全没有执行，那他其实说我们就不用管他，嗯，三百七十九行，又是一个不太熟悉的语法，嗯，这个怎么说呢？我们刚刚是不是读出了缓，我们得到缓存啊，我们已经把缓存读出来了，没有错吧？ 我刚都看到他全部加载出来了，我们继续向下执行。嗯，我们这里我可以把它分成两个部分，第一个部分我们把它，嗯嗯，这个分为我们比较熟悉熟悉的这里，我们， 呃，就是这里有一个列表推导师，大家一定看出来了吧？然后这里有一个字典，这个是我们就说字典和列表推导师组合，就是说我们这里是个字典嘛，就是说因为你看见这有个缩影标志，很明显这个 k 只是被当做一个字典了，我们看一下他是不是一个字典呢？ 啊？他是一个字典，大家看见没有？这里有一个引号，这个引号就是说字典最独有最独特的标志，就是说字典独特标志是这个引号。我们引号是做什么用的呢？很简单，我们是把它这个拿出来了，嗯， 就是说我们这个，我们通过我们看一下我们传进来是什么，就是说我们这个 image files 它里面是一堆一堆的啊， 呃，图片的名字，我们每一次拿一个出来，然后我们从这里面每一次锁影一个，我们看见第一张图片得到的就是说我们这个 引号右边的这个东西，他里一共是两个东西。第一个是我们从字典里面开始看，我来我画蓝色这个部分，大家以这个逗号为风格，逗号为左，然后逗号，逗号前为左，逗号后为右。 他前面拿出的是嗯，包括嗯他的呃，四十五、五十二这种类别的，以及后面的四个坐标，他每张图片是对应的。呃呃，这些值就是说他里面有这些东西。大家知道吗？一张图片里面可能有 很多东西嘛，就是说每一个东西，嗯，他所对应的值，就是说他的坐标以及他的嗯，这个叫什么？他类比是这个意思，然后我们接着往往下走。 啊，这个，哦，我还没讲完，说错了，不好意思。呃，我们往下走，我们看见，然后我们再读右边这个部分，这个右边这个部分我们发现有个 zeb， 那我们之前我们说我们这里读出了几个数据来着，我们是不是读出了两个数据啊？ 啊？我干话，这是第一个数据，这是他第二个数据，第一个数据代表的是我们每个图像里面有什么东西啊？他的类型啊，他的坐标啊， 一二三四五六七八九七八，有一二三四五六七，一共七个东西，然后里面还有分别有，嗯啊，他的坐标， 它它，它的图像的大小，没错吧？那我们就使用 zip 将，第一个就是说第一个我们拿出的东西，它的类别和它图像的坐标分复制给这个。呃， labels。 第二个它的 shapes 就是说它的形状啊，它的形状是说，嗯 啊，你的，你的那个叫什么？你的图像大小是什么样子的？我们看的还是稍微有一点点不一样，对吧？因为每张图片他不可能大小一模一样嘛。 嗯，这个三百七十九行呢？怎么说呢？一行比较复杂，代码这里跟大家讲的比较清楚啊，我们继续看到第三百八十行， 开发长就比较简单，他就是说我们把我们得到的这个 ships 啊，我们放进这个 n n n par red 中，我们得到的是这个它的形状啊，我们就这个得到 n d er re 的格式，我们 就方便后面的计算好。第三百八十一行，三百八十一行，我们使用类似方法将 level 变成列表的形状，这个就没有什么好说的，对不对啊？他本来是 turbo 类型吗？原组类型，我们现在就把它转换成列表类型。嗯， 这里我们三百八十四行我们是不会执行的，为什么呢？因为我们这个 self 点 rectangle， 我们设置成 force， 就是说我们不，我，他问我，我们要不要把它变设成直行，我们选选择 force， 那就不要变成直行，那我们就把用作默认正方形，我们继续向下执行。 嗯，我们发现我们一下子从三百八十四行跳到四百零花行，呃，这个就是因为我们没有执行他这个变成矩形的方法。好，第四百，呃，我们继续看一下啊。第四百 零八行，这个四百零八行是我们，呃，这个用优罗 vivo 状态对他进行复制啊，这个就是说我们把它复制成，全部都是复制成 force。 我们这看 gbt 是怎么解释的好了，嗯， 这里说，嗯，他是一个复制语句，其中三个变量他们都被复制为 for。 在摄像案文上，案文中看出这些变量可能用于表示某个程序或语法的状态或标志，由于他们都被设置为为 fort， 可能表示这些标志当前都处于未激活或未完成的状态 啊，我们向下文就可以看到他被设置为 force， 所以说有些代码不会被执行到啊，这个我不是很清楚，所以就不跟他细讲了。第四百零九行，这一行的意思是我们在读数据的时候有没有遇到过什么问题啊？我们比如说 说我们，我们这里就是说作者，其实啊啊标注出来了，我们是先把问题出现次数初始化为，就是说他一开始是没有出现任何问题的。然后我们接下来看一下 number missing， 就是说我们，呃数字，我们就是说这五个值的每 啊，我们这我这五个值，每个值的意思分别代表的是， number， miss， am， number missing 就是说缺几个数字。 nf， 就是说啊 number found， 就是说我们找到几个数字啊， n 一就说 number empty， 就是说我们找到，呃几个空的数字，就是说我们有几个数字为空。 n s 是 data subset， 就是说，嗯，这个我不是很清楚啊。这个 n d 就是说我们就这个数字重复了，好，继续往下走，嗯，第四百一十，嗯，好。我们这里使用一个你以 numerate 方法，它是一些 是一个内置函数啊，这里 numerate 的英文是便利，或者又叫做媒体，其实从英文我们就可以猜到它是一个媒体系。这个媒体系啊，它是 做什么的，我们不和大家细讲哈，我们只需要这个知道这个 innumerate， 一旦和这个下面这个 far， 我们看见他前面定了一个 new innumerate， 后面就定一个 far 已出现。他就一般来说是要制作进度条了， 你只需要知道这么多就可以了。像你买了一个苗语表，你不需要知道它里面是怎么做的，就一样的道理。 好，但是这个负循环我们需要跟他跳进去一下，因为它里面有一些操作，我觉得是值得大家所学习的。我们向下执行啊，我们这次每一次都从 labels 中啊取出一个 l， 这个 l 是随着我们迭代值而按照顺序取出来的。我们先不看它 file 里是什么东西，它 file 里面是一个 t x t 文件，我们先不看，嗯，我们这里取出它的一百二十八个，里面依次取出一百二十八，我们这次先取出第一个，嗯，这里的数据，嗯，我们接下向下执行， 我们看见他这里有个断言，操作 if l is not non and l did ship 零，就是说他有 ship 这个形状，以及他不是空，我们就对他进行一个断言，操作。好 四百一十六行的断言，这里有色的是说我们第一个维度是不是一共有五个值？我们看下我们 lt 个维度是什么？他是，他是有五个值，那我们看他五个值分别代表的是什么？ 他五个值代表的是说我们一共是四十五、零点七、零点七，那四十五很明显是他类别吗？那个后面四个我们之前也跟他说过，就是说他， 呃。坐标，框框值，没有错吧？坐标，嗯，他是就是说加上这个我们类别一共是五个，那我们判断一下他是不是五个就肯定是五个嘛？如果不是五个就肯定出错了，我们直接向下执行。呃。设置 l 大于等于零点。哦，就是说我们将这个矩阵啊， 我们将我们创造出来。这个，呃。这个是矩阵吗？就是说，还说不叫矩阵，这个叫 mash grade， 但是我不知道他中文叫什么。就是说我们看这里面的值啊，是不是都等于零？都大于零。呃，这个，嗯，我，我不是很确定为什么，就是说， 哦哦，对的，他肯定都是大于零的，因为你看这个标签值嘛。呃。这个标签值肯定大于零。不用说这个，他的坐标，我们看看他有没有越界的，就是说他也不可就是说坐标也没有越界的，那 肯定是没有问题，我们这句话执行也不会报错，如果有的话他就会报错。嗯，我们这里看到最后一行代码，他是指定了一个范围，他是说第一行全，他第一个维度全起，我们第一个维度是什么呢？第一个维度是八，八的话是什么意思？八的话就是说我们所有的 每个数据，这八这和八行我们全要。然后我们看一下，他就是说然后他在第二个维度做了一个缩影，他第二个维度是什么？是说我们取一第一个数据后面的，也就是说我们第一个数据，不，不管，我们取看第一个数据以后的，我们知道他的形状，就是说 是这样的形状，就是说第一个维度是他的类别，然后呃，剩下二三四五这个形状是他的坐标。那我们第一个习维度，不管我们看他要判断什么，他是说我们这些是不是 最后小于等于一的。嗯，这里大家其实可能第一看，第一次看有点蒙，其实我给大家解释一下，很很简单，他就是说我们看一下我们一以后面的这个维度啊，就是说我们这些蓝色地方是不是做的归一化， 那我们坐标的位置有没有皈依化？有。皈依化以后可以好计算吗？他看了一下，他说，哎，你全部做皈依化对不对？那就好好计算了，那我就不报错了。然后我们继续往下执行 啊。第四百一十九行，他是说，呃呃， m self 点 m 拍等于那个啊？就是说他 x 等于零的时候，就是说这个。我们看一下我们今天晚上执行 他第零个维度，是不是啊？小于小于这个 l 点 ship 零，他是说他 其，其实这里是我看作者注视他应该是看有没有没有重复的，行，这个我重复的。行，这个我不是很清楚啊，但是他应该是这个意思， 然后我们继续向下执行，嗯，我们看一下，嗯，这里，呃，还有个叫做，呃。 哦哦，对，这里七百二十。行，不要忘记了，他是说如果有的话，有，如果有重复的话，我们 n d 要加一。 n d 是什么呢？ n d 是我们这里的 number duplicate， 就是说我们这个地方 啊重复的次数，那我们如果有重复的，那我们重复次数是不是肯定要加一啊？没有错吧？好，我们继续向下执行。嗯，这里是说 if single class， if single class 就是说，呃，如果 single class 变量为真，将标签数据里面类别列第一列都设置为零。如果 single class， 呃，它变量为真，就是说我们将它 标签数据里面类别列第一列啊，设置为零。这个是什么意思呢？就是说我 single class 是单类别。单类别的意思就是说我们看一下我们这里这个地方全部设置为零，就是说我们将我们的，嗯，这个锁影操作应该是说我们 我们八个全曲，然后我们八个全曲，然后如果说，嗯，后面这个零我不知道什么意思，但是如果说你 这个，呃，有一个不是，就是说不是说有一个不是，就是说如果你是我们这个 single class 的一处的话，我们就将它复制为零，这些东西就全部被复制为零了。是这个意思，但我们不是单类比啊，我们这里有很多类比的，你看四十五，五十四，四十九。好，我们即将要执行。 嗯， self label i 等于 l， 就是说我们一开始我们不是说我们在这个 labels 是什么呢？我看一下。 嗯，我们将这个 labels， 这个 labels 我没看见他在哪里定义的，但是，哦，这个 labels 是我们之前定义的，就是说， 嗯，一百二十八张图片，然后每次迭代是不是说会有缩影啊？我们把这个缩影拿出来，然后我们使用这个 l 将它复制，比如说我们得到的这 l， 就是说经过这些操作 l 我们将它复制出来，然后，然后我们就得到这个图像的标签，就是说这行标志着我们得到他标签，然后我们四百二十四行是说，呃，我们这里得到他标签以后，我们给他就是说 nf 加一 nf 是什么？ 呃， number found， 就是说我们找到几个图片，然后我们就是说我们找到一张图片，然后他加一他这个，我们这个，呃，进度表到时候就会打印出来，这个进度表就会打印出来。好，我们继续向下执行。 嗯， if create， 对它 and 这个它显了 force， 那我们不会执行，我们就去向下跳它这里 if you track abunding box。 哦，这个是我们之前我们不是说有一些这里东西出全部都指定成 force 吗？ 那我们这些就四百三十九行也不会执行，那我们不会执行的话，我们就不用管他就可以了。我们一看我们这些中间都没有执行，我们一下从四百三十九行跳到四百六十行， 嗯，就是因为我们中间有些东西指定成 forth， 就是说我们刚说的那些东西指定成 forth， 它就没有执行，我们就向上走。嗯，我们再执行几下，这些都这些先不用管，因为我不知道这些做什么的。 嗯，我们看他跳到回四百一十三行，这是因为我们刚执行完了一个图像，大家知道吗？我们跳出回这个 执，执行完了一个图像，就是说我们先打开这个，呃，这个命令行，我们发现他这里打印出了一行话，他说 one found， zero missing， zero empty， zero duplicated 完，完成了 adma 一百二十八个图片，嗯，我们这里我们执行完了一个图片的。啊啊，标签读取，剩下的呢？我们就不给大家，剩下一百二十七张图片的标签读取，我就不给大家看了。 我们这里在四百六十三行打一个断点，然后我们跳出这，剩下一百二十八个。啊，这个， 呃，第一百二十八轮货循环，我们发现有一百二十八个放的，然后 qmt 两，我们发现一百二十六个，然后两个空的零个 missing， 没有错吧？啊， 嗯，然后这节课我们，我们在他，我们，然后我们就是说我们从这个四百六十三行再跳两下，好了，我们看一下，啊，我们这个已经返回了这个 load image and labels 这条就说明我们这个里里面已经执行完了，因为我们只有一百二十八张数据，所以说执行的非常非常快。嗯， 上节课我们讲了这个加载，呃，图，图像数据。啊，这节课我们加载讲了加载 label， ulo vivo 里面加载 label。 啊，谢谢大家观看，下节课我们再讲其他内容。

大家好，我是阳光，这节视频呢，我们来简单讲解一下 ulo 综合工具箱的 ulo 标注功能， 该功能适用于 ulo 所有版本的标注，那你依次标注所有的 ulo 版本训练是通用的。 ulo 标注功能呢，包含有八个功能点，我们来一一演示。第一点，投片文件夹关联。好，我们先打开工具， 工具打开之后呢，我们发现它的第二个功能模块呢，就是 uro 标注了， ulo 标注呢是指对图片里的目标对象进行标注框选，那你的图片呢，是保存在你的图片文件夹里， 所以呢，我们需要先在工具上面关联你的图片文件夹。图片文件夹路径呢，有两种方式，第一种呢是文件夹直接拖放好，我这边准备好了一个图片文件夹，里面呢放了大概呃三十五个图片。 好，我们直接将图片文件夹直接拖放到我们的工具上面去关联拖放到 ulo 标注模块，图片录进右边的这个编辑框里面。好发现我们的图片呢已经加载了，是吧，总共三十五张图片。 第二种是浏览文件之后呢，选择我们的目标文件夹好，我们直接点击浏览按钮， 选择我们的投片文件夹，点击确定好，会发现我们的投片呢已经关联过来了。 第二个对象，操作新增对象，我们观察一下这张图片上面有向日葵、豌豆荚、阳光、豆子跟僵尸五个对象，对吧，我们把这些对象名字增加进去， 向日葵，然后点击增加，再填写豌豆加点击增加。第三个是阳光继续增加，第四个豆子 增加，第五个僵尸点增加。 好，我们新增对象之后呢，我们图片文件夹里面呢，会生成一个 classlins 文本，里面呢，存放着我们所有的对象名，我们看一下。好，图片保存文件夹里面呢，生成了一个 classlins， 里面呢，是我们所有的五个对象名都存放在里面了。 好，第二个是对象及时搜索，那有些人他可能对象有很多个，十几个或者几十个，呃，你如果要一个个去找，就要上下翻动，对吧？很不方便。那我们这里呢提供了一个对象及时搜索功能。好，比如说我们搜索带阳字或者带光字的。 好，我们发现所有对象名里面包含我们搜索的这个字的对象，全部呢都会列出来。好，比如说我们重新搜索一下 包含这个指的这个字的对象名呢，都会在列表里面展示出来。 好，这个应该很好理解，就是一个搜索功能。第三个对向选择热键。 好，我们把这个对象热键的勾选之后呢，我们现在是呃，他是选中这个一的，如果说我们按三，他就自动选择阳光了，我们按五就自动选择这个僵尸了。 好，我们现在是选动僵尸的，我们在右边画，他就会呃框住僵尸。这个如果说我们按一向日葵是吧，我们再呃画框就会变成向日葵。 这个对象热键是包含一到九的，总共有九个数字，就说你可以用数字键一到九来控制。呃，我们这个对象的选择， 一就对应的一，五就对应的五，数字一一对应。我，我们不用对向热键之后直接取消这个勾选就可以了。好，热键开关就是我们呃，勾选跟不勾选。 第五个是对象删除。好，比如说我再加一个，一二三增加。好，我多加了，这个对象，我不想要了，是吧？我直接选中这个对象，右击删除选中就可以了。好，对象操作了就讲完了。第三个图片大小调整， 那比如说我们，呃投片，比如说我们截的很小，是吧？我们标注起来呢会不太方便，不太方便的话我们需要投片放大一点，对吧？呃，有三种方式，第一种呢是拖动窗口调整图片大小，好，我们可以直接拖放这个窗口的右下角来直， 图片就会对应的变动，这是第一种方式。第二种呢就是最大化窗口按钮来调整图片按大小，比如说我按这个工具的最大化按钮之后，图片它就放多放大到最大了。 第三种呢是缩放按钮。好，我们提供了两个按钮，一个是放大，放大之后呢，我们发现这张图片呢是变大了，但是呢对象就显示不完整了，那这时候呢，我们可以拖动这个框。呃，这这个拖放按钮我们可以直接拖放， 可以来呃查看我们整个图片还有缩小按钮，不管我们是放大还是缩小，我们都都可以通过呃上一张或者下一张来让 它恢复到正常的。呃，图片大小，好，第四个是标注操作， 标注操作了就说你鼠标选择要标注的对象，你要标注，你首先要告诉工具你要标注哪一个对象，比如说我要标注向日葵，对吧？我就先选择向日葵，然后呢再去在向日葵的左上角，一直拿到右下角，松开鼠标就可以了。 当然我们之前讲过了热键，比如说我现在要标注这个僵尸，是吧？我们直接按快捷键，快捷键五， 好，然后在呃，我们鼠标放在图片上面呢，会有一个十字形，我们根据这个食指来直接呃框选，是吧？我们再按三阳光是吧？ 呃，刚才有讲过我们的对象的热键呢，是一到九九个数字可以一一对应，第二个呢是，呃，教我们怎么去框选 啊？你标注之后呢？标注之后呢？右边会有一个对应的一个对象标签，还有你一个矩形的一个范围。 第三个标注范围的微调，比如说我这个我放大一点，比如说我们这个向日葵，是吧？我可以直接鼠标放到我这个框的，呃，上下左右我们可以直接拖动鼠标来调整， 是吧？很方便。然后呢我们有注意到这个标注的颜色，这个颜色呢它有六种，其实是固定的，呃，比如说一 就是对应的红色，二对应的紫色，那六对应的就是橙黄，那七呢？七又对应到红色了，对吧？呃，这是一个轮回是吧？也说一一应该是红色，对吧？好，我们用一红色是吧？六个是紫色，那豌豆夹就是紫色，对吧？ 第三个是蓝色，我们阳光就是蓝色，对吧？好，这里有讲到标注后的图片呢，右边会有勾显示这个图片呢，里面是有标注过的，就说有有框的，有框的之后呢，他会有这里呢，这个标下面呢会有一个勾来表示我标注过这个图片， 那我第二张图片没有标注过，对吧？这后面就没有勾，那如果说我第三张图片我标注了呢？好，我标注一下豌豆加 好，我们发现这张图片标注过后面就有勾了，对吧？第四个 标注后的图片文件夹里面，图片会生成对应的 tax 文，每一行代表一个标注框。好，我们去图片文件夹里面去看一下， 图片一呢是标注过，是吧？我们看一下，图片一，它对应呢？有一个一点 text 里面呢，有六行，对吧？六行就应该有六个框，一二、三四、五六，对吧？ 还有一个是十九，图片十九我们标注过有一个框，对吧？十九有一个框，我们打开看，对，只有一行，对吧？ 好，第五点标注数据操作。呃，有两种方式，第一种呢，我们是直接直接在我们的这个列表里面去选择，比如说我选择这个向日葵，他 这边呢会有一把叉，对吧？就代表我们选的这个框就是他，对吧？比如说我选阳光好阳光这里把叉就代表我们是选的这个框。好，我们再选到这个阳光，是吧？就是这个蓝色的阳光啊，我们不需要他，我们直接在这里选择之后右击删除，选中就可以把这个框呢删掉。 呃，这是第一种方式。第二种方式删掉的方法呢，就是我们鼠标直接放到我们这个框上面，我们直接鼠标右击就可以删除了，在鼠标右击删除， 所以呢，呃，我们这个标注数据删除了也是很方便的，我一般呢直接是，呃，鼠标放到图片上面这个框上面之后右击删除就可以了。 第六点呢是讲的图片翻页操作，那有些朋友呢，他可能啊准备了，呃，上百张 或者上千张，上万张图片，那我们不可能每一次都是按这个上一张下一张，对吧？比如说我们现在正在操作的是第一张图片，我直接点下一张就到了第二张图片，对吧？那我点上一张又回到第一张图片， 那我们不可能老是去按去点这个按钮来操作，这时候呢，我们可以把鼠标放在图片之上，滚，能下滚就代表下一张，滚，能上滚就代表上一张，再上滚已经到顶了，对吧？好在鼠标滚能下滚就是下一张。 呃，要注意一下，我们的鼠标的滚轮操作之后呢，他的对象呢，会默认选中第一个， 第七个是图片管理，图片管理呢，有一个，呃，图片一键排序好，因为我这里呢已经是一二十九二十，对吧？已经是呃排过去了，但是我们点这个整体排序之后， 他会将图片重新排序，并且重新命名，从一往后。好，我们测试一下，点击整理排序，这时候呢，他的图片名呢，就从一到六到三十五，直接就给你重新命名并排序了。 呃，这时候呢，因为我们之前标注的就是第一张图片跟第三张图片标注了，对吧？所以的话，现在我们重新一键整理之后呢，还是这两张图片有标注，而且呢它的框框呢也是没有变化的，就说不影响你的标注内容，所以呢，大家可以放心的使用这个整理排序功能。 好，第二个呢是删除指定图片，比如说我想选择呢，就删除第二张图片是吧？我直接选中二，然后右击删除，选中啊，会有一个窗口弹出来， 是否把这个文件呢？删入到回收站是吧？我直接点四好图片二就删掉了，我再重新整理排序一下是吧？就是一二，然后直到三十四，是吧？我们就重新命名并排序了。那如果说我选中三之后，我，呃，不小心点击了这个删除选中，那这时候呢？我点否他是不会删除的。 好，第八点是删除未标注图片。呃，这个呢，比较特殊，就说在你这个图片文件夹，图片文件夹在这里，对吧？不为空的情况下呢，会直接将该路径下的这个图片文件夹呢里面没有标注过的图片全部移动到回收站内， 就说你，呃，这个文件夹里面所有没有标注过的图片呢，都会给你直接删掉。好，我们直接点击好清理完毕，是吧？我们 看一下，好，就只剩一跟二了，因为只有一跟二标注过，对吧？只有一跟二了。 好，那我们的 ulo 标志功能呢，就讲解完毕啊，感谢，感谢大家收看再。

大家好，我是优搂。今天我来跟大家分享一下标签在我们日常运营中的应用。因为整个标签背后代表的是消费者具体的一个画像，所以这个板块设计的内容会比较多。 在今天我主要要讲的一个板块是我们大概会接触到哪几类的标签，以及我们获取和使用这些标签的具体方式方法。 那在我们典型的思域运营过程中，我们一般会接触到三类标签。第一类标签是这个消费者本身的属性标签， 这种属性标签代表了这个消费者本身的一个状态或者本身的信息。我们能够常见的字段有他是男生还是女生，他目前在哪个城市，他的年龄区间是什么样的，他大概从事什么样的一个职业。那这部分的信息我们有可能会从我们 dmp 或者 cdp 系统里抓渠道，也有可能会在我们当时引导消费者进行会员注册或者身份注册的时候进行一个收集。那这个板块 基础的属性标签在我们过往运营的过程中实际上并不那么多。我们在这个板块对于他的应用，更多的在于通过一个大数上面的观察，去看我目前运营的这个品牌主要的消费者，他们会是一个什么样的基础属性画像。 但在运营的差异上面，并不会因为这些标签的具体变动有多大的一个差异。所以这是第一个板块的标签。 第二个板块的标签，我目前所负责的项目大部分是以销售为导向的这样的一个项目，所以第二个部分的标签会更多的来自于这个消费者本人的消费的行为以及消费的习惯。这里面会包含一些，比如说他过往的购买频次是多 多少，有多少钱，客单价，在下单时他更强，更倾向于选择什么类型的货品。所以基于此，不管是过往的我们的 aipl 模型，还是我们的 rfm 模型， 我们总归是能够从不同的维度分析出来这个消费者在当前和之后可预期的这样的一个购买力。那对应的在他的购买画像上有一个秒模。 第三种类型的标签，那就是我们在通过私域运营的过程中，通过我们人工手打上的标签。这些标签具备的一个很典型的特征是， 消费者产生的行为是没有办法被机器或者说被我们的工具和应用完全抓取到的。他需要我们一线用运营的伙伴以人工辨别、人工打标的方式进行一个设定。比如说，当这个消费者在社群中比较 活跃的时候，我们会给他打上社群活跃伙伴这样的一个标签。亦或者是当一个消费者在我们点对点的沟通和互动过程中，给我们提出了较多建设性意见的时候，我们也会给他身上打上一个类似于像品牌共建或者品牌贡献者的标签。 大家能够看到的是，这些点状的标签，我们没办法用一个系统的形式给他进行一个部署，但我们可以通过人工的方向给他进行一个完善。所以综上所述，目前我们主要会从三个方向去 抽取消费者的标签，帮他建立一个完整的画像。第一个标签就是他自己的属性标签，第二个标签是基于他的购买行为的购买标签，而第三种类型的标签是基于我们整个起微或说思域运营过程中去我们的一线运营手工打上的个性化标签。那当我们 有了属性购买及个性化标签之后，我们对于这个消费者本身的画像，以及他接下来倾向于做的动作，就能够有一个更加准确的判断。好的，以上基本是我今天的一个分享，我是优龙，谢谢大家。

你必须给我个。

ai 已经能把你看的明明白白。今天给大家分享一个行人属性识别系统，首先训练 ulov 五目标检测模型识别行人，但用 bite check 跟踪识别同一个人，并给他分配一个唯一 id。 最后训练一个多标签图像分类网络识别行人的属性，把这三个模型串联起来，便可以实现视频中的效果。项目已开园，并附带详细教程，感兴趣的朋友可以关注一下。

今天给大家分享一个名为 epicstote 的高校教师框架，能够用于可扩展和有效的基于单阶段毛的 solo 的训练倍数。该框架由密集检测器为标间分配器和 ex 适配器组成。其中密集检测器以 oloe 五为灵感，使用密集采样技术扩展了 retina net 这也是 s， s， o， d 和 yellow v 五的第一次合作原理。该框架基于师生相互学习的方法提出的伪标签分配器方法，根据伪标签的得分将其分为可靠和不确定的伪标签。其中可靠的伪标签用于默认监督训练， 不确定的用于指导软损失学生模型的训练。 e a 方法通过在标记数据和伪标记数据之间进行预次适应，并计算每个例元中伪标签的预值来加速收敛。在整个培训过程中，教师模 请采用指数移动平均 ema 技术进行更新实验。我们先来看一下 retina net 和检测聚泪器进行对比的为指标分布图，结果也可想而知。这是三种有效教师的训练策略。 实验表明，高校教师框架在 voc、 coco 标准和 coco 附加方面取得了最先进的结果，使用的 flop 比以前的方法更少。

嗯，现在的话就是游戏的这样一个硬性状态，这个闪烁的框的话，实际上是就是什么呢？就是通过这样一个， 嗯，服务器他返回来的这样一个，就是说标注的结果，然后渲染到另外一个窗口 啊，弄出来的。目前的话他的这样一个识别数的话，他每每识别一张大概要嗯，六十毫秒左右，嗯， 再往前，往前走，先往前走，然后看一下他的 啊，这些人需要跳过的，他们哼，不唱更识别车，哎呀哎呀，就是我们目前的话就是说凡是需要点击的，第一个不顺心的看人机踏步啊，哼，这个 嗯比较好，嗯， 可能就识别用以前的传统的方法 比较好做，因为这就需要点击，像这种 啊，现在就是实际上就是说没有自动进行和 fc， 然后他就会自动进行，好多人呀， 他给我他这个的话就需要跳过的，然后也能够跳到六十万。我说开始啊，目前就只训练操作，只只训练这几个，你看任务自动进行变化，停了他就变成 fj 了，然后我进行的话他就是 ab 了，你看见没有？这两个不一样，他能够 操 啊啊啊啊。 游戏里面的一些东西他实际上也是能够识别的，像这种的话就是说什么呢？需要你点击了，需要你点击的这样一种状态，就是知道，就是说现在这样一个状态的话，他游戏他是没有自动进行的，现在我主要就识别了这样一个东西，然后如果点击了 这个的话，就是他们这个 又识别出来了 这个东西的话，看这个也能够识别到，就是说一个目标区域， 哎，这个训练的数据实际上不是很多，但是基本上能够识别到，就是说应该是做任务的时候可能需要就是说判断这样一个区域吧，因为我对这个东西这个游戏也不是很熟悉，就是说只能说根据我目前的这样一个经验。 嗯，来标注一些数据，到时候具体要标注什么，就是说我们还需要沟通才行，然后 加油，你想救我呀？哈哈，材料不够 这个的话就。

优乐 e 这个算法是百度最新提出的，然后是优乐系列二零二二年的第一个就是改版，然后大家都知道这个目前这个优乐 x 已经达到了一个速度和精度的一个最佳平衡，他在 v 一百上的测试可达到六十八 fps， 是当前优乐系列网络的极大成者，就是优乐 x， 就是引落一个先太的先进的， 呃，就是动态标签分配方法，然后在精度方面他显著优于这个，这个优乐威武，就是作者受到一个优乐 x 启发，进一步对之前的一个工作， 就是 pplv to 这个赛法进行了一个优化，得到了一个就是 ppule 这个算法就是该讲色系，避免使用了北方某宝可问路审和这个买车子要怎么操作 的预算，预算操作，他能够在一个各种硬件平台上得到一个很好的支持，然后对对，这个就是各方面的指标，性能也达到了一个比较不错的一个状态。呃，接下来几天接下来的视频中，我给大家解读一下这个 u 六一这个算法，谢谢大家。