登月小車 AMB82 MINI AI 自駕車（三）資料標註：用 Roboflow 標註與擴增資料集

本系列使用登月小車（AMB82 MINI），從硬體安裝、蒐集與標註資料、訓練 YOLOv7-tiny 模型，一路做到能辨識交通標誌的自駕小車。這是第三篇。

標註軟體很多，我們推薦可以使用Roboflow，它提供方便標註的介面，資料集的劃分與資料擴增功能也都有提供。最方便的是輸出資料時可以直接選擇你要的標註格式。

3-1. 註冊帳號與設定

首先進入Roboflow 這個網站，並點選右上角的「Sign in」。

Roboflow: Computer vision tools for developers and enterprises

它也提供使用第三方帳號登入，可以依照您的喜好自行選擇。

登入後於左側點選「Projects」，並點選右邊的「New Project」按鈕新增一個專案。

接著為您的專案命名，這部份很重要，「Project Name」會自動被作為其中一個標籤，所以為了避免最後標註的標籤數量對不上，請輸入其中一個你要標註的對象名稱，例如道路上的黃線，就請輸入「line」。

接著自行填入對應的說明。Project Type 選擇「Object Detection」，最後於最下方按下「Continue with Public」按鈕。

最後按下「 Use Traditional Model Builder Instead」按鈕，即可開始您的專案。

3-2. 開始標註資料

還記得我們上個單元拍攝的照片嗎？請依照網頁上的指示選擇整個資料夾或照片檔案。

請將道路與標誌都一起上傳，最後按下「Save and Continue」上傳這些圖片。

等待所有數據都上傳完畢後，右側會跳出提示視窗，詢問你要如何做標註工作，請按「 Label manually」。

接著畫面會顯示部分照片，並且上方會有「Start Annotating」按鈕。你可以直接點選這個按鈕，或是任何一張圖片，即可進去標註工具畫面。

請在右側工具列選擇「Bounding Box Tool」，然後透過滑鼠點選目標左上角並拖曳，繪製框選框，然後於彈出視窗中輸入這個目標代表的標籤，最後按下儲存即可。

標籤對應：

停車再開：stop
停車處：park
限速10：speed
黃色線段：line

標籤的部份可以自行設定，只要你知道哪個標籤對應哪個標誌或目標即可。

請依照相同的步驟對每個目標都做框選，框選完畢後即可按下一頁，標註下一張圖片。

黃色線段的部份我們不用每個都標註，可以偷懶標註最靠近小車自身的那個線段即可。並且如果最靠近的線段太小，你可以選擇下一個。

等到每張圖片都有標註後，即可離開標註工具頁面回到主頁。

標註完成後點選「Add images to Dataset」，可以調整資料集的分配比例。圓形圖案可以拖拉，通常是訓練資料占70%，驗證資料20%，測試資料10%。接著按下「Add Images」即可。

3-3. 輸出資料集

接著我們要將資料集輸出，這一步會將其打包成訓練YOLOv7 模型的資料集格式。Roboflow 可以讓你在這一步進行資料擴增，這也是我們推薦它的原因。

點選左側「Versions」選項，可以開啟輸出資料集的頁面。

輸出資料集總共五個步驟，前兩個步驟我們已經完成了，分別是標註資料並劃分訓練資料與測試資料。接著我們從第三步設定開始，這一步是可以調整圖片大小，在這邊我們希望是保持原圖大小，所以直接按「Continue」。

第四步才是重點，這一步可以選擇資料擴增的手段，按下「Add Augmentation Step」會跳出選擇頁面。

這些都是可以選擇的資料擴增手段，我們可以點一個試試看，例如「Brightness」。

畫面中會有一個拉桿可以調整幅度，左側會有效果對照圖可以參考，設定完按「Apply」即可。

比照這樣的設定你可以自由選擇要使用那些擴增手段，完成後按下「Continue」即可完成這個步驟。

最後一個步驟，選擇要用上述的擴增手段，讓現有資料集增加幾倍的資料量，免費用戶最高可以選擇3x，我們就直接選擇最高的選項。可以看到原先我的資料量只有1XX張圖片，擴增後來到389 張。選取倍率後，按下「Create」就完成了。

3-4. 分享或下載資料集

完成後的資料集是放在Roboflow，我們需要將它取出，以便後續拿來訓練模型。請點選「Download Dataset」，進入下載資料集視窗。

這邊需要設定資料集輸出格式，我們下個單元會訓練YOLOv7 PyTorch 模型，所以選擇「YOLO v7 PyTorch」。下方有兩個選項，可以選擇下載壓縮檔存在自己電腦，或是選擇下載碼提供給程式碼使用。請選擇下載碼「Show download code」，我們會複製並提供給程式碼處理，最後請按「Continue」。

接著會跳出屬於你自己的download code，只要按下右邊的複製按鈕複製起來即可，按下Done 或是X 按鈕都可以關閉視窗。

上方的download code 可以看到反黑的地方，這部分是api key，你照剛剛步驟複製整個download code，然後貼上別的地方時就會正確顯示出來。

請不要跟別人分享你的api key，因為其他人就能透過這組key 獲得你的資料集。

結論

download code 複製後請自己保存下來，下個單元我們將會使用它來訓練模型。同學可能會擔心訓練模型時是不是要有NVIDIA GPU 才行？別擔心，我們會使用Google Colab 的雲端服務，只要有Google 帳號即可在一定額度內免費使用它提供的NVIDIA GPU。YOLOv7 使用Google Colab 的雲端服務訓練非常簡單，且不用擔心訓練不完。