LabelImg的安装和使用，以及在现有数据集上增添类别

参考1：Yolo标注工具-labelImg的详细使用_yolo labelimg-CSDN博客

参考2：labelImg 使用教程 图像标定工具_labelimg教程-CSDN博客

正文：

1、安装LabelImg

# 第一步：下载LabelImg
https://github.com/tzutalin/labelImg
# 复制该链接，下载labelImg并解压，解压位置不固定，我这里解压到 D:\anaconda3\envs\pt\Lib\site-packages。

# 第二步：在自己的conda环境下安装相应的依赖包
pip install pyqt5
pip install lxml

# 第三步：在labelImg-master所在的位置打开命令窗口
cd /d D:\anaconda3\envs\pt\Lib\site-packages\labelImg-master

# 第四步：在自己使用的环境下执行如下命令
pyrcc5 -o .\libs\resources.py .\resources.qrc
python .\labelImg.py

打开的窗口如下图所示，先暂时不用，继续看下面的步骤。

2、使用LabelImg打标签

（1）预先设定类别

在正式打标签之前，由于LabelImg预设的类别很多用不到，因此最好先设定自己数据集中所需的目标类别。

方法一（推荐，方便简单）：将“D:\anaconda3\envs\pt\Lib\site-packages\labelImg-master\data\predefined_classes.txt”里面的内容修改为自己需要的类别。

原始的：     更改后的：

方法二：自己做一个保存类别的txt文件，然后更改这里红框中的路径。

（2）正式开始打标签。

前面步骤已经通过 python .\labelImg.py 打开了 LabelImg 窗口，下面开始打标签。 

部分实用的快捷键：

Ctrl + u 选择要标注的文件目录；
Ctrl + r 选择标注好的标签存放的目录；
Ctrl + s 保存标注好的标签（自动保存模式下会自动保存）；
Ctrl + d 复制当前标签和矩形框；
Ctrl + Shift + d 删除当前图片；
Space 将当前图像标记为已验证；
w 开始创建矩形框；
d 切换到下一张图；
a 切换到上一张图；
del 删除选中的标注矩形框；
Ctrl++ 放大图片；
Ctrl-- 缩小图片；
↑→↓← 移动选中的矩形框的位置。

情况（1）：为无标签的新图像集打标签，制作数据集

如果只有图像，没有标签，文件结构应该如下图所示。

——dataset
    ——images
        ——一堆图像.jpg
    ——labels
        ——（里面是空的）

①点击“打开目录”，选择图像所在的文件夹。

②点击“改变存放目录”，选择你想要存放每张图像标签的空白文件夹。

③点击“”创建区块“，为目标进行打标签。

④打完后点击“保存”，就会在你指定存放的文件夹生成标签文件。（在“保存”下面可以看到PascalVOC这个按钮，说明当前的储存格式是VOC的xml格式，还可以点击此按钮进行储存格式的切换，支持YOLO、CreateML格式。）

情况（2）：为已有标签的数据集添加新的标签类别

我的文件结构如下图所示，这是一个已经有标签的数据集。

——dataset
    ——images
        ——一堆图像.jpg
    ——labels
        ——一堆标签.txt
        ——classes.txt（类别1 类别2 类别3）

①确保标签文件夹中有classes.txt文件，类别的顺序和predefined_classes.txt一样。（如果图像和标签是在同一个文件夹中，也需要放置一个classes.txt文件。）

②点击“打开目录”，选择图像所在的文件夹。

③点击“改变存放目录”，选择标签所在的文件夹。这时就可以看到所有标签在图像中的位置了。

④继续打标签并保存即可。