[Scalabel] Scalabel 설치 및 Video Tracking 프로젝트 생성하기

open-source web annotation tool

Improve speed by using semi-automated annotations

 

scalabel은 이미지에 주석을 달 수 있는 프로그램이다.

 

https://www.scalabel.ai/

Scalabel Website

scalabel/scalabel: Scalabel: A versatile web-based visual data annotation tool (github.com)

GitHub - scalabel/scalabel: Scalabel: A versatile web-based visual data annotation tool

 

먼저 scalabel을 설치해준다.

깃허브와 웹 사이트를 참고해서 설치할 수 있다.

 

git bash를 열어 다음 코드를 실행한다.

git clone https://github.com/scalabel/scalabel
cd scalabel

 

나는 npm run serve에서 에러가 났지만 우선 그냥 넘어갔다.

chmod +x scripts/setup_ubuntu.sh scripts/setup_osx.sh scripts/setup_local_dir.sh
# Or run scripts/setup_osx.sh for MacOS
. scripts/setup_ubuntu.sh
. scripts/setup_local_dir.sh
npm run serve

 

그리고 docker를 설치해야한다. 

Docker: Accelerated, Containerized Application Development

Docker: Accelerated, Containerized Application Development

 

 

docker를 설치하기 앞서 WSL2와 Ubuntu를 설치해준다. 

 

Powershell을 관리자 권한으로 열어준다. 

DISM(배포 이미지 서비스 및 관리) 명령어로 Microsoft-Windows-Subsystem-Linux 기능을 활성화한다.

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

 

WSL 설치

wsl --install

 

마이크로소프트 스토어에서 Ubuntu 설치 

 

PowerShell을 관리자 권한으로 열고, 다음을 실행한다.

docker pull scalabel/www

아래 docker 실행 코드는 scalabel에서 제공하는 공식 코드이나, 본인은 해당 코드가 실행되지 않았다.

docker run -it -v "`pwd`/local-data:/opt/scalabel/local-data" -p \
    8686:8686 -p 6379:6379 scalabel/www \
    node app/dist/main.js \
    --config /opt/scalabel/local-data/scalabel/config.yml \
    --max-old-space-size=8192

아래 코드로 실행하니 실행이 되었다.

docker run -it -v "${pwd}/local-data:/opt/scalabel/local-data" -p 8686:8686 -p 6379:6379 scalabel/www node app/dist/main.js --config /opt/scalabel/local-data/scalabel/config.yml --max-old-space-size=8192

 

 

그리고 나서 http://localhost:8686 으로 접속하면 프로그램이 실행되는 것을 확인할 수 있다. 

 

scalabel 첫 실행 화면

 

한 번 코드를 실행한 후에는 docker application을 통해 간단히 실행할 수 있다. 

 

ACTIONS를 통해 실행할 수 있다. 현재는 실행 중인 상태

 

Item Type에서 Video Tracking을 선택하고, Label Type은 Bounding Box를 선택한다.

Item List에는 json 혹은 yml 파일을 선택할 수 있는데, Scalabel에서 제공하는 예시대로 yml 형식으로 업로드했다.

우선 mp4 영상을 yml 형식으로 바꿔야 한다.

 

python의 cv2를 이용해 프레임을 추출해줬다. 

import cv2
 
def video2frame(invideofilename, save_path):
    vidcap = cv2.VideoCapture(invideofilename)
    count = 0
    while True:
      success,image = vidcap.read()
      if not success:
          break
      # % 10 숫자를 조정해 추출 프레임 수를 조정
      if int(vidcap.get(1)) % 10 == 0:
        print(count)
        fname = "{}.jpg".format("{0:04d}".format(count))
        cv2.imwrite(save_path + fname, image) # save frame as JPEG file
        count += 1
    print("{} images are extracted in {}.". format(count, save_path))

 

생성된 이미지 파일은 scalabel 폴더 아래 local-data/items 안에 넣어준다. 

yml 파일 예시

yml 파일은 다음과 같은 형태로 만들어준다.

생성된 yml 파일은 scalabel/examples에 넣어준다.

 

이제 Item List에 생성한 yml 파일을 넣어주고, Categories에 기본으로 포함되어있는 categories.yml을 넣어준다.

Submit 클릭 후, Go to Dashboard를 눌러주면 끝!

 

우리가 입력한 카테고리대로 박스 바운딩을 할 수 있다!