Computer Vision Annotation Tool – Pengembangan aplikasi berbasis computer vision pasti akan membutuhkan tools untuk melakukan anotasi. Anotasi data yang cepat dan akurat sangat penting untuk keberhasilan setiap proyek AI.
Selama lima tahun terakhir, Intel telah mengembangkan salah satu alat anotasi sumber terbuka paling populer di dunia, Computer Vision Annotation Tool (CVAT), dan menghosting alat tersebut di CVAT.org. Engineer Intel telah bekerja dengan rajin untuk menghadirkan banyak fitur ke alat yang memudahkan anotasi untuk banyak tugas visi komputer seperti klasifikasi gambar, deteksi objek, dan segmentasi gambar. Di bawah CVAT, model AI, yang dioptimalkan oleh OpenVINO Toolkit Intel, membantu tugas manual ini untuk membuatnya lebih cepat bagi manusia.
CVAT adalah contoh utama bagaimana kolaborasi antara industri dan komunitas open source dapat menghadirkan alat berkualitas tinggi ke pasar yang dapat dinikmati semua orang secara gratis.
Dalam semangat kolaborasi dan bekerja untuk memenuhi kebutuhan komunitas, di masa depan pengembangan CVAT aktif oleh Intel sekarang akan bergerak di bawah payung OpenCV untuk mendorong ekosistem terbuka dan mendorong inovasi.
Saya sudah mencoba melakukan annotasi terhadap sebuah objek mobil,
Dibandingkan dengan 2 tools yang pernah saya bahas di
- https://softscients.com/2021/03/25/aplikasi-editor-annotation-image-coco/
- https://softscients.com/2020/03/30/belajar-python-dan-opencv-crop-the-image-by-annotation-xml/
- https://softscients.com/2021/03/13/format-anotasi-gambar-pada-deep-machine-learning/
Tentu proses pelabelan menjadi lebih mudah karena sudah otomatis dengan memanfaatkan deep machine learning. Computer Vision Annotation Tool yang kalian butuhkan adalah koneksi yang bagus karena pertama kali tools digunakan akan melakukan download model seperti MASK RCNN Tensorflow dan HRNET
CVAT di Localhost
CVAT bisa secara cloud kalian gunakan, tapi saya lebih suka menggunakan localhost saja karena lebih cepat. Langkah mudahnya yaitu kalian download docker https://docs.docker.com/desktop/install/mac-install/#install-and-run-docker-for-mac
Saya memilih untuk menggunakan Mac M1.
Setelah install dockernya, selanjutnya yaitu install CVAT, buka terminal dan ketikan perintah berikut
git clone https://github.com/cvat-ai/cvat cd cvat
tunggu sampai selesai
mengingat saya menggunakan prosesor M1 berbasis ARM sehingga diperlukan perintah berikut setelah selesai install diatas
https://github.com/cvat-ai/cvat/issues/6629
yaitu
docker image rmi traefik:v2.10 docker compose up
kemudian kalian buka browser chrome http://localhost:8080/
Cara menggunakannya cukup kompleks tapi mudah dimengerti kok kalian bisa lihat video tutorialnya https://www.youtube.com/watch?v=14Z1Ukynxd4
berikut tampilannya ketika kita gunakan
Berikut jenis format exportnya mulai dari pascal voc; yolo; dan coco serta beragam format lainnya
