Web Based Multi Purpose Annotation - ML backend
Project description
PaddleLabel-ML
PaddleLabel机器学习辅助标注后端。
目前基于EISeg实现了交互式分割功能。
安装说明
通过PIP安装
pip install paddlelabel-ml
通过源码安装
首先将代码克隆到本地:
git clone https://github.com/PaddleCV-SIG/PaddleLabel-ML
安装:
cd PaddleLabel-ML
python setup.py install
启动
完成上述的安装操作后,可以直接在终端使用如下指令启动PaddleLabel的机器学习端。
paddlelabel_ml # 启动ml后端
*模型下载
模型类型 | 适用场景 | 模型结构 | 模型下载地址 |
---|---|---|---|
高精度模型 | 通用场景的图像标注 | HRNet18_OCR64 | static_hrnet18_ocr64_cocolvis |
轻量化模型 | 通用场景的图像标注 | HRNet18s_OCR48 | static_hrnet18s_ocr48_cocolvis |
高精度模型 | 通用图像标注场景 | EdgeFlow | static_edgeflow_cocolvis |
高精度模型 | 人像标注场景 | HRNet18_OCR64 | static_hrnet18_ocr64_human |
轻量化模型 | 人像标注场景 | HRNet18s_OCR48 | static_hrnet18s_ocr48_human |
轻量化模型 | 遥感建筑物标注场景 | HRNet18s_OCR48 | static_hrnet18_ocr48_rsbuilding_instance |
高精度模型* | x光胸腔标注场景 | Resnet50_Deeplabv3+ | static_resnet50_deeplab_chest_xray |
轻量化模型 | 医疗肝脏标注场景 | HRNet18s_OCR48 | static_hrnet18s_ocr48_lits |
轻量化模型* | MRI椎骨图像标注场景 | HRNet18s_OCR48 | static_hrnet18s_ocr48_MRSpineSeg |
轻量化模型* | 质检铝板瑕疵标注场景 | HRNet18s_OCR48 | static_hrnet18s_ocr48_aluminium |
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
paddlelabel_ml-0.5.0.tar.gz
(67.2 MB
view hashes)
Built Distribution
Close
Hashes for paddlelabel_ml-0.5.0-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 83d6ddfde98da2befb36f6ab85d0c6eec4512eee36a5090c32dee1e3e4df94bd |
|
MD5 | 5b79767e31413cc67f4823126c8ba17e |
|
BLAKE2b-256 | 1615c98a319658281805dfdc261a3e937df4b42f02b7b1f4c97164086c3f5124 |