前言：在使用YOLO训练自己模型的时候首先要学会对数据进行处理，这里介绍一个常用的本地打标签工具labelimg，如果不想按照的话也可以使用在线标签工具，因为害怕数据泄露，所以本人一直使用的是本地工具进行打标签。在线标注工具网站：https://www.makesense.ai/
目录结构
1、labelimg标签工具介绍
Labelimg是一款开源的数据标注工具，可以标注三种格式。
- VOC标签格式，保存为xml文件。
- yolo标签格式，保存为txt文件。
- createML标签格式，保存为json格式。
2、labelimg的安装
这里主要讲的是在window系统中的安装，首先打开cmd命令行（快捷键：win+R）。进入cmd命令行控制台。输入如下的命令：
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
运行如上命令后，系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具，所以下载起来很快，当出现如下红色下划线的时候，告诉我们成功安装的时候，说明labelimg安装成功了。
3、如何使用labelimg工具
3.1据准备
首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为img_data的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为images的文件夹存放我们需要打标签的图片文件；再创建一个名为labels存放标注的标签文件；最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
img_data的目录结构如下：
|—img_data
||──images 存放需要打标签的图片文件
||── labels 存放标注的标签文件
||── classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
3.2标注前设置
首先在images这个文件夹放置待标注的图片，这里是三类图片，分别是人、狗和猫。
然后再classes.txt 这个txt文档里面输入定义的类别种类；如下图所示。
进入img_data文件夹当中，在搜索栏里面输入cmd打开终端命令（这一步非常重要，如果不是在这个路径下打开终端将不能利用txt文件中的类别）；或者先打开cmd命令终端（快捷键：win+R），再使用cd命令进入到txt文本这个文件夹当中；
输入如下的命令打开labelimg。这个命令的意思是打开labelimg工具；打开images文件夹，初始化classes.txt里面定义的类。
labelimg images classes.txt
运行上面的命令就会打开这个labelimg工具如下：
3.2.1按钮设置
下面介绍图中的我们常用的按钮
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）
系化！**
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
