2025년 9월 7일 일요일

GitHub 라벨링 /

 https://github.com/HumanSignal/labelImg

이러한 레이블은 태그 역할을 하여 작업을 관리하고 추적하는 체계적인 방법을 제공합니다.
GitHub 라벨링의 주요 측면:
  • 분류 및 구성:
    bug레이블을 사용하면 사용자는 버그 유형(예: , enhancement), 우선순위 수준(예: high prioritylow priority), 기능 영역(예: frontendbackend) 또는 상태(예: in progress, ) 와 같은 다양한 기준에 따라 항목을 분류할 수 있습니다 needs review.
  • 필터링 및 검색:
    레이블을 사용하면 이슈, 풀 리퀘스트, 토론 내용을 효율적으로 필터링하고 검색할 수 있습니다. 사용자는 특정 레이블과 관련된 항목을 빠르게 찾을 수 있어 워크플로우와 정보 검색이 향상됩니다.
  • 의사소통 및 협업:
    라벨은 항목의 특성과 상태에 대한 공통된 이해를 제공함으로써 팀 구성원 간의 의사소통과 협업을 더욱 명확하게 해줍니다.
  • 사용자 정의:
    사용자는 이름, 색상, 설명 등을 정의하는 등 프로젝트나 조직의 특정 요구에 맞춰 사용자 정의 라벨을 만들 수 있습니다.
  • 기본 라벨:
    GitHub은 사용하거나 수정할 수 있는 기본 라벨 세트(예: bugenhancement, )를 제공합니다. documentation 조직은 저장소의 기본 라벨을 관리할 수도 있습니다.
  • 자동화(고급):
    문제 설명에 있는 키워드를 기반으로 자동으로 레이블을 적용하거나 자동 예측을 위해 머신 러닝 모델을 사용하는 등 레이블 지정 프로세스를 자동화할 수 있는 도구와 통합이 있습니다.
GitHub에서 라벨을 관리하는 방법:
  • 라벨 접근:
    GitHub 저장소로 이동한 후 "Issues" 또는 "Pull Requests" 탭으로 이동하세요. "Labels" 섹션이 있는데, 여기에서 기존 라벨을 관리하거나 새 라벨을 만들 수 있습니다.
  • 새로운 라벨 만들기:
    "새 라벨"을 클릭하고 라벨의 이름, 색상, 설명(선택 사항)을 입력합니다.
  • 라벨 적용:
    이슈나 풀 리퀘스트를 생성하거나 편집할 때, 사용 가능한 목록에서 적용할 라벨을 하나 이상 선택할 수 있습니다.
  • 라벨 편집 및 삭제:
    기존 라벨의 이름, 색상 또는 설명을 편집할 수 있으며, 더 이상 필요하지 않으면 삭제할 수 있습니다.

https://github.com/topics/labeling




이 스크린샷은 labelImg라는 이미지 라벨링 도구의 인터페이스입니다. 컴퓨터 비전과 머신러닝을 위한 데이터셋 준비에 사용되는 도구로, 이미지에 바운딩 박스를 그려서 객체를 라벨링할 수 있습니다.

주요 기능별 사용법

파일 관리:

  • Open: 개별 이미지 파일 열기
  • Open Dir: 이미지가 들어있는 폴더 전체 열기
  • Change Save Dir: 라벨 파일을 저장할 폴더 변경

이미지 탐색:

  • Next Image: 다음 이미지로 이동
  • Prev Image: 이전 이미지로 이동

라벨링 작업:

  • Verify Image: 현재 이미지의 라벨링 검증 완료 표시
  • Save: 현재 작업 저장
  • CreateWinRectBox: 새로운 바운딩 박스 생성 (드래그로 박스 그리기)
  • DuplicateWinRectBox: 선택된 바운딩 박스 복사
  • DeleteWinRectBox: 선택된 바운딩 박스 삭제

화면 조작:

  • Zoom In/Out: 확대/축소
  • Fit Window: 창 크기에 맞게 이미지 조정
  • Fit Width: 창 너비에 맞게 이미지 조정

출력 형식:

  • YOLO: YOLO 형식으로 라벨 저장 (현재 선택됨)

설치 및 다운로드

공식 GitHub 저장소: https://github.com/heartexlabs/labelImg

설치 방법:

  1. Python pip 설치:
pip install labelImg
  1. 소스에서 설치:
git clone https://github.com/heartexlabs/labelImg.git
cd labelImg
pip install -r requirements.txt
python labelImg.py
  1. 실행 파일 다운로드:
  • Windows용 실행 파일은 GitHub Releases 페이지에서 다운로드 가능

필요한 소프트웨어:

이 도구는 YOLO, Pascal VOC, COCO 등 다양한 형식으로 라벨을 출력할 수 있어서 객체 검출 모델 훈련용 데이터셋 준비에 매우 유용합니다.



댓글 없음:

자동차 전면 유리 제상(Defrost/De-icing) 성능”**을 ANSYS Fluent로 해석 ///

도움말  좋은 화면 캡처예요 👍 이 이미지는 ANSYS Fluent → Setup 단계의 General 화면 이고, **“해석의 뼈대(종류·시간·좌표계)를 결정하는 곳”**입니다. 아래에서 화면에 보이는 기능을 영역별로 정확히 설명할게요. 🔧 ...