从零开始系列-之-Yolov8-obb标注全教程（小白友好！）

已于 2025-01-21 15:40:46 修改
阅读量2k 收藏 26
点赞数 41
分类专栏： 手把手带你学yolov8 文章标签： YOLO yolov8 python
于 2025-01-21 15:24:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2201_75919728/article/details/145279384
版权

前言： 

       接上条配置好yolov8环境之后，我们就要标注数据了，和上条一样，同样是从零开始手把手全教程！

       该帖子基于本人学习yolov8-obb的经验总结，经过几款标注软件的比较，最终选择X-AnyLabeling标注软件。本人会附上搬运的X-AnyLabeling官方源码以及执行文件，放心食用。另外欢迎各位大佬批评指正！

附上各标注软件的总结：

Labelimg：只有矩形框，不支持旋转框标注，输出yolo格式；

roLabelimg ：支持旋转框标注，输出xml格式，需要自编脚本将xml格式转换到obb格式；

Jie Label：私人开发项目，不开源，免费试用；

X-AnyLabeling：支持旋转框、多边形标注，输出yolo、yolo-obb、coco、dota格式，还可以自动标注。

1、安装X-AnyLabeling

方法一：从官方源码下载  github：X-AnyLabeling

方法二：寻找网盘资源

这里推荐几篇良心博客，博主都无偿分享了源码，我都尝试了一遍，能跑通的话就是没问题的：

软件安装教程——X-AnyLabeling 安装与自动标注_x-anylabeling安装-CSDN博客

X-AnyLabeling软件的安装以及半自动标注自建数据集的教程_x-anylabeling安装教程-CSDN博客

最低0.47元/天 解锁文章
YOLO11旋转目标识别（OBB）手把手教程: 数据集标注 | 数据格式转换 | 如何训练、测试
11-06 2184
YOLO11 OBB实现自有数据集缺陷旋转目标检测,从1）数据标记；2）数据json格式转换成适合yolo的txt格式；3）如何训练模型；
window c++ yolov8-obb从标注，训练，到导出onnx模型，导出trt模型
sjy的博客
11-11 901
trtexec.exe --onnx= 输入模型路径 --minShapes=images:1x3x尺寸x尺寸 --maxShapes=images:16x3x尺寸x尺寸 --optShapes=images:1x3x尺寸x尺寸 --saveEngine= 输出模型路径。# -----**** 第一步：把xml文件统一转换成旋转框的xml文件 ****-----#-----**** 第二步：把旋转框xml文件转换成txt格式 ****-----obj_bnd.remove(obj_cx) # 删除节点。
YOLO obb全流程
h0039490的博客
03-17 1137
内容：xanylabeling 数据标注工具；yolo-obb 模型。
YOLOv8 OBB 旋转目标检测模型详解与实践
weixin_52603404的博客
03-18 1322
本文详细介绍了YOLOv8 OBB模型的结构、损失函数、关键代码以及自定义 OBB 目标检测的完整流程。旨在深入理解 YOLOv8 OBB 的工作原理，并应用到实际旋转目标检测任务中。
yolov8obb 标注工具
DeepCBW的博客
11-14 211
标注工具。
自动化标注平台开源，基于 yolov8标注平台可本地部署
一个爱编程的人专栏
01-21 1386
一款开源的数据标注工具，具有以下特点：支持多种数据类型：支持文本、图像、音频、视频等多种数据类型的标注，适用于自然语言处理、图像识别、语音识别等多种应用场景。灵活易用：用户可以根据项目需求自定义标注界面和标注任务，调整标注工具的外观和功能。同时，提供交互式的标注体验，用户可以在浏览器中方便地进行标注工作，并实时查看标注效果。强大的集成与扩展性：可以与其他工具和平台集成，如机器学习框架、数据库、云存储等。同时，它还支持插件和脚本扩展功能，以满足更复杂的标注需求。
yolov8-obb训练自己的数据集（标注，训练，推理，转化模型 + C#模型部署）
qq_65356682的博客
07-13 9473
直接去下载官方的yolov8源码就行，那里面集成了 obb网页打不开也可以下载我的。
YOLO标注工具——JieLabel：标注、识别和训练集成于一体。
热门推荐
qq_52777371的博客
05-18 1万+
本文介绍的是一种用于YOLO目标识别的标注软件，该软件可以用于水平矩形框和任意角度的矩形框的标注，而且带有识别和训练功能，再也不需要自己去跑代码训练了，本软件同时还有自动分配功能，可以自动分配好训练集和验证集，同时还可以往训练集里添加背景图片。10）预识别：此功能用于半自动标注，例如你需要标注500张图片，你可以先标注100张进行训练，得到一个权重文件，然后使用其功能进行识别，软件会按识别结果生成标注文件，你只需要微调图像即可，不需要重新标注，可以大大降低标注工作量。
在xAnyLabeling中加载自己训练的yolov8s-obb模型进行半自动化标注
qq_29220369的博客
05-12 2083
先使用xAnyLabeling标注一部分样本，训练出v1版本的yolov8-obb模型，然后加载yolov8-obb模型到xAnyLabeling中对其余样本进行半自动化标注。节省工作量。
YOLOv8从菜鸟到精通(二):YOLOv8数据标注以及模型训练
2302_82012065的博客
01-13 3705
本篇文章主要介绍了YOLOv8如何进行数据标注，labelimg数据标注工具的使用以及如何进行模型的训练。
yolov8n-obb.pt
12-03
在计算机视觉领域，OBB（Oriented Bounding Box，定向边界框）是一种用于表示目标位置的边界框，区别于传统的轴对齐边界框（AABB，Axis-Aligned Bounding Box），OBB 可以任意旋转以更紧密地包围目标物体。...
算法部署-使用ONNX部署YOLOv8-obb旋转目标检测算法-附推理代码+效果展示-优质项目实战.zip
10-19
YOLOv8（You Only Look Once version 8）是YOLO系列的最新迭代，它不仅继承了YOLO家族的快速检测能力，还在准确性上有了显著提升。然而，要将YOLOv8应用于实际项目中，算法的高效部署是一个必须克服的难题。在此背景...
yolov8-obb-onnx.rar
02-26
导出命令： model.export(format="onnx",imgsz=640,opset=12) 包含如下模型文件： yolov8n-obb.onnx yolov8s-obb.onnx yolov8m-obb.onnx yolov8l-obb.onnx yolov8x-obb.onnx
Label-studio ml 后端YOLOV8 objectdetection-OBB模型的Model.py文件
09-30
Label-studio ml 后端YOLOV8 objectdetection-OBB模型的Model.py文件。实现Label studio 半自动haul标注，教程参考：...
yoloV8训练标注数据生成模型
致力于yolo, paddle, 人工智能, 大模型等方向研究……
07-09 1066
yolo对自定义数据集的模型训练|验证|推理|存储，以及倾斜弯曲文字识别算法解析。
YOLOv11-OBB训练——样本标注json文件转为txt文件
最新发布
m0_69115733的博客
03-21 283
一、标注工具——X-AnyLabeling。二、json格式转txt格式。
Yolov8_OBB斜框训练自己的数据集手把手教学
weixin_43720054的博客
02-19 7290
其中，train_original和val_original为dota格式的标注文件，labels/train和labels/val为空，在执行完dota2obb步骤后，labels/train和labels/val则保存转换后可训练的obb格式的标注文件。改进的，是用来标注为VOC格式的数据，但是在labelImg的基础上增加了能够使标注的框进行旋转的功能。只需将nc修改为自己的类别数量。
YOLOv8部署，从图像到打标签，再到标签转换，最后机器学习。
a10101100100的博客
05-09 4004
拆分后，我们只需要选效果好的图片保存到另一个位置为后面的打标签做准备即可（使用windows图片查看器可以快速查看，看到效果好的，可以复制出来，用windows画图来编辑，不修改图片内容，只裁剪图像）。我们将ultralytics-main.zip（这个文件夹就是yolov8的源代码）解压到容易找到的地方，稍后我们需要通过pycharm打开这个文件夹，解压完后，我们继续解压labelimg压缩包，可以解压到ultralytics-main文件夹里面。即，将两个项目合并成一个文件夹，方便以后使用。
yolov8训练初体验
weixin_45249411的博客
06-22 802
最近在爬一些数据，有些网址的验证码比较难搞，于是使用yolov8来解决。
yolov8 obb数据集生成
01-08
### 创建适用于YOLOv8的OBB数据集 为了创建适用于YOLOv8的OBB（Oriented Bounding Box）数据集，可以利用专门为此目的开发的工具和资源。以下是详细的指南： #### 工具介绍 存在一款名为“Yolov8-obb数据集生成”的工具，该工具旨在简化并自动化YOLOv8 OBB格式的数据集创建流程[^1]。 #### 数据标注 对于旋转边界框的目标检测任务而言，首要步骤是对图像中的对象进行精准标注。这通常涉及指定每个目标的位置及其角度信息。可借助专业的标注软件完成此操作，确保所获得的角度和位置参数准确无误。 #### 使用专用脚本转换标签文件 一旦完成了初步的标注工作，则需将这些标注转化为YOLOv8能理解的形式——即txt文件内的坐标序列。此时，“yolov8-obb.zip”项目提供了一套完整的解决方案来处理这一需求[^4]。具体来说，其中包含了用于解析原始标注并将之转变为适当格式所需的Python脚本。 #### 准备环境与依赖项 在实际执行上述转换之前，还需确保本地已正确设置了必要的运行环境以及安装好了所有必需库。可以从官方GitHub仓库获取最新版YOLOv8源码，并通过pip命令按照给定链接安装所需包[^3]: ```bash pip install -r requirements.txt --index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 自定义配置调整 考虑到不同应用场景可能存在的差异，在正式开始训练前应当仔细审阅模型默认设置并对某些超参做出相应修改以适应特定的任务要求。例如，可以通过编辑`data/custom.yaml`这样的配置文档来自定义类别名称列表、输入尺寸等重要属性[^2]. ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值