README_Chineses
基于深度学习应用的数据集的全生命周期通常包括：
- 关于数据集需求，规模，投入等的讨论或规划
- 采集设备集成与测试
- 相关人员培训
- 数据集产生与管理流程如下
-
图像采集
可以直接由采集设备存储为图像，也可以使用Enchain将视频变为图像序列
-
图像挑选
通过某些条件，选择适合标注的图像
-
任务分配
通常方法是培训标注人员进行分配或众包，目前也有通过游戏或验证码参与者标注的例子
常见的标注种类如下：
-
使用矩形或椭圆标注
常用于分类或检测任务，通常标注文件为xml，使用VOC格式
-
使用多边型等异形边框标注，有些任务需要像素级标注
常用于语义分割、定位测距等任务
目前Enchain中标注功能未开发，推荐使用如下软件：
建议使用统一的标注标准指导图像标注过程，包括并不限于以下：
- 遵循的标注思想，常见的有VOC/KITTI
- 标注种类及各类的定义，范围与反例
对于每位标注人员,在收到任务后并了解标注标准后，可相互交流以确认理解偏差在可接受范围内。
如果你第一次制作自己的数据集，请做好迭代标注标准的准备，因为需求或标准可能会变化。
-
标注检查
上一阶段每位标注人员标注的数据集将进行标注检查，由检查人员进行检查， 也可由受过训练的标注人员进行，但其不能检查自己的产出。 由一位检查人员进行称为double-check，也可由多位检查人员进行。
-
数据集录入
对标注的正确性与合理性进行检查后，就可以合并、入库。
-
数据集测试
使用新的数据集训练你的模型，检验效果。
对于深度学习应用，数据集常常需要不菲的人力物力进行维护，可能的工作包括：,
- 数据集维护
- 数据可视化与统计
- 数据集合并与更新
- 管理共享权限与分发
下文将结合Enchain讲解使用步骤
-
Step1: 下载支持库
- 登录github, 链接,
- 选择"Clone or download"-> "Download ZIP"下载, 下载过程中可在页面右上角给一颗star
- 将下载文件放在英文目录下解压
-
Step2: windows 系统添加环境变量
- 在控制面板搜索 ”环境变量”
- 选择 “编辑系统环境变量”
- "高级" -> "环境变量 -> "系统变量"
- "新建"->
- 变量名：ENCHAINPATH
- 变量值：支持库的路径(路径尾包含/Enchain)
-
Step3: 可执行文件下载, 直接运行。
Doxygen File