LCFinder (LC's Finder) — это инструмент для работы с изображениями, который поддерживает аннотирование изображений и обнаружение объектов. Он написан на C и использует LCUI для графического интерфейса. Как и в других проектах автора, название простое, оно начинается с LC, а «Finder» отсылает к Finder в Mac OS.

Дизайн пользовательского интерфейса и функций LCFinder основан на приложении «photos», которое поставляется с Windows. Хотя это и является референсом, функциональные аспекты в основном разработаны в соответствии с индивидуальными потребностями автора, и автор не намерен тратить время на реализацию всех функций приложения «photo».

Особенности:

• Аннотирование изображения: предоставляет простой графический интерфейс для маркировки ограниченных рамок объектов на изображениях для обучения Yolo v3 и v2.
• Обнаружение объектов: встроенный детектор изображений, который может автоматически аннотировать обнаруженные объекты на изображениях.
• Поиск по тегам: вы можете просматривать и искать помеченные изображения в представлении тегов.
• Локализация: поддержка английского, упрощённого китайского, традиционного китайского, расширяемая поддержка других языков.
• Личное пространство: защищённое паролем пространство, где вы можете скрыть непубличные источники изображений.
• UWP: поддержка универсальной платформы Windows (UWP), вы можете перейти по этой ссылке, чтобы просмотреть её в магазине приложений Windows. Из-за стоимости разработки версии UWP она не будет обновляться вместе с настольной версией.

Скриншоты:

1. LCFinder.
2. LCFinder.
3. LCFinder.
4. LCFinder.

Установка: Если вы хотите использовать детектор, вам необходимо выполнить следующие шаги:

1. Скачать предварительно обученные модели:
   • yolov3.cfg (236 МБ COCO Yolo v3) — требуется 4 ГБ GPU-RAM: https://pjreddie.com/media/files/yolov3.weights;
   • yolov3-tiny.cfg (34 МБ COCO Yolo v3 tiny) — требуется 1 ГБ GPU-RAM: https://pjreddie.com/media/files/yolov3-tiny.weights;
   • yolo9000.cfg (186 МБ Yolo9000-model) — требуется 4 ГБ GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights.
2. Скопируйте файл .weights в одноимённый каталог в каталоге app/detector/models, например: скопируйте файл yolov3.weights в app/detector/models/yolov3/.

Вклад: Если вы заинтересованы в исправлении проблем и непосредственном внесении вклада в кодовую базу, ознакомьтесь с рекомендациями по внесению вклада, которые охватывают следующее:

• как собрать и запустить из исходного кода;
• структуру проекта;
• отправку запросов на вытягивание.