2024年鸿蒙最新深度学习-使用Labelimg数据标注_labelimg标注数据集，一篇文章教你搞定计算机网络面试

本文链接：https://blog.csdn.net/2401_84871470/article/details/138639880

深知大多数程序员，想要提升技能，往往是自己摸索成长，但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！

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，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

通过 LabelImg 的 Open Dir 按键打开需要进行标注的图片所在的文件夹，文件夹内的图片会被自动导入，在右下角的框体里我们可以看到这些图片，从而选择它们进行标注。

在 LabelImg 中，可以选择不同的标注模式。
切换到 yolo 模式有助于生成符合 yolo 模型训练需求的标注文件。

使用鼠标在图像上拖拽画框，准确框选目标区域。
LabelImg 提供直观的界面和交互方式，使标注过程更加便捷。

为了训练的结果更加精准，我们需要更准确地标注。
在使用 LabelImg 进行拖拽画框进行标注时，需要注意一些事项：


注意点	注意点描述
精准拖拽	尽量保持拖拽画框的精准，确保框选的区域紧密贴合目标，以提高标注的准确性。
适当留白	在框选目标时，适当留白目标周围，不要贴得太紧，以免过于靠近目标边缘导致模型难以学习。
避免遮挡	注意避免目标被遮挡或部分遗漏。标注的目的是为了让模型准确识别目标，因此要确保标注框完整地覆盖目标物体。
多边形标注	对于不规则形状的目标，LabelImg支持多边形标注。在需要的情况下，可以使用多边形标注工具进行更灵活的标注。
避免重叠	避免在同一区域标注多个框，除非目标本身是多个紧密相连的部分。重叠的标注可能导致模型难以解释目标的准确位置。
合理分割	如果一个目标被遮挡或部分消失，可以尝试合理地将其分割为多个框。合理的分割图片可以更好地捕捉目标的形状。
调整大小	标注框的大小应该适当，不要过大也不要过小。确保框选的区域足够表达目标的特征。
标签一致性	在整个数据集中，确保相同类别的目标都使用相同的标签，保持标签的一致性。