simplify module3 venue workflow

module3/SIMPLE.md

@@ -10,13 +10,23 @@ ffmpeg -i video.mp4 -vf fps=2 module3/dataset/raw/frame_%05d.jpg
 ## Разметка
 
 ```bash
-python3 -m venv ~/.venvs/xanylabeling
-~/.venvs/xanylabeling/bin/pip install "x-anylabeling-cvhub[cpu]"
-~/.venvs/xanylabeling/bin/xanylabeling module3/dataset/raw --labels module3/dataset/classes.txt --autosave
+label-studio start
 ```
 
-Рамки рисуются клавишей `R`, следующий кадр — `D`. Экспорт: `File -> Export
-Annotations -> Export YOLO Annotations -> Detection`. Затем:
+Откройте `http://localhost:8080`, создайте проект и загрузите кадры через
+`Data Import`. В `Labeling Setup` выберите `Computer Vision -> Object Detection
+with Bounding Boxes` и создайте классы `hammer`, `pliers`, `wrench`.
+
+После разметки выберите `Export -> YOLO` и распакуйте архив так, чтобы получилось:
+
+```text
+module3/dataset/label-studio/
+├── classes.txt
+├── images/
+└── labels/
+```
+
+Затем:
 
 ```bash
 python3 module3/simple_prepare_dataset.py
@@ -41,5 +51,9 @@ module3/.venv/bin/python module3/simple_module_b.py
 ```
 
 Ввод предмета нужен только для показа. Скрипт выводит YOLO в окне OpenCV, через
-5 секунд открывает захват, а через 2 секунды закрывает его. Выход — `Q` или
-`Esc`.
+5 секунд открывает захват, а через 2 секунды переводит его в положение
+`take_cube`. В терминале раз в секунду показываются детекции YOLO. Выход — `Q`
+или `Esc`.
+
+Камера реального RMC1: `/RMC1/arm95/svcam/right/image`. Для проверки в Webots
+замените константу `CAMERA` на `/RMC1/arm95/camera_gripper/image_color`.