【YOLO格式】解决labelimg重新打开不使用原有classes.txt的问题

最新推荐文章于 2024-08-19 17:12:24 发布
最新推荐文章于 2024-08-19 17:12:24 发布
阅读量510 收藏 1
点赞数 4
分类专栏： pyhon 文章标签： YOLO
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/breeze__23/article/details/140706122
版权

打开labelimg想完成没完成的图片标注，发现已经标注的图片仍然有标注框和标签，但是如果想要标注新的就会出现重新创建classes.txt文件，覆盖之前的classes.txt文件的问题

原因：默认的classes.txt文件是labelimg文件夹下data文件夹的predefined_classes.txt文件，可通过labelimg文件夹下的labelimg.py文件找到原因

解决方法：

1、找到环境中安装labelimg的位置

2、如果labelimg文件夹下没有data文件夹就创建一个

在这里插入图片描述

3、在data文件夹下把之前标注生成的classes.txt文件夹复制过来并改名为predefined_classes.txt

在这里插入图片描述

gazhi_gazhi
关注
  • 4
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
IA-YOLO项目中DIP模块的初级解读（生成带雾图片）
a486259的博客
08-27 8631
IA-YOLO项目源自论文，其提出端到端方式联合学习CNN-PP和YOLOv3，这确保了CNN-PP可以学习适当的DIP，以弱监督的方式增强图像检测。IA-YOLO方法可以自适应地处理正常和不利天气条件下的图像。阅读论文发现只介绍了IA-YOLO的实际效果，对DIP模块和CNN-PP介绍较少，故此查阅源码分析其实现。通过分析发现，IA-YOLO使用filtered_image_batch 与 input_data_clean的mse loss优化CNN-PP模块的输出。
【YOLOv8十万长文优化】独家魔改优化技巧+附20余个源码手把手教程
热门推荐
cv君的博客
08-01 2万+
【YOLOv8十万长文全解】v8 v9通用。独家魔改优化技巧+附20余个源码手把手教程; Hello，大家好，我是cv君，最近开始在空闲之余，经常更新文章啦！除目标检测、分类、分隔、姿态估计等任务外，还会涵盖图像增强领域，如超分辨率、画质增强、降噪、夜视增强、去雾去雨、ISP、海思高通成像ISP等、AI-ISP、还会有多模态、文本nlp领域、视觉语言大模型、lora、chatgpt等理论与实践文章更新，更新将变成一周2-3更，一个月争取10篇，重回创作巅峰
labelimg遇到的标签修改问题：修改一张图像的标签时，保存后导致classes.txt改变
shouhmzhl的博客
12-06 3724
例如：labelimg D:/test/yolo/20230725_113819 D:/test/yolo/20230725_113819/classes.txt。labelimg data/aaa[图像路径] data/predefined_classes.txt[预定于的类别路径]当你修改目标的标签时候，你发现有了下拉菜单，可以选择之前你的预定义的类别了。完美解决了该问题，现在可以手动修正模型的结果了。解决：设置一个 predefined_classes.txt，内容和模型定义的一致。
labelimg 会默认更改classes.txt文件，导致要重新标注。
adsdsd_的博客
03-26 5225
把default_prefdef_class_file从空，改为写死classes.txt。labelimg 会默认更改classes.txt文件，导致要重新标注。
yolov5使用labelimg数据标注——classes.txt的覆盖问题
yj2094632273的博客
04-02 1175
如果需要标注的图片比较多，单次无法完成工作，单次结束工作后确认保存没问题，保存结果也正确，但是下次打开相同文件时标注再保存就会发现最新一次的标注的classes.txt 覆盖了原来的txt文件，而不是追加。（2）后续打开时，在labelimg命令后追加图片路径和已经保存的classes.txt，例如 ：labelimg data\images data\classes.txt。（1）第一次标注时直接打开命令行，输入labelimg,指定好图片和标注结果目录就行。打开labelimg的命令。
labelImg导入预设标签predefined_classes.txt文件
FL1623863129的博客
11-11 3398
问题场景：每次打开labelImg标注，都要重新输入类别，有没有办法打开labelImg后出现设定类别名直接选择标注呢？3.在此路径里面创建data文件夹，并将自己的predefined_classes.txt文件放入到data文件夹中。2.进入路径D:\anaconda\Lib\site-packages\labelImg。1.找到anaconda安装的根目录：D:\anaconda。4.启动labelimg，成功出现预设标签内容。
LabelImg打开已经标注的数据时，读取不到标签
m0_62254011的博客
02-20 2623
后来经过查找发现放置label的文件夹中缺少classes.txt(打完标签后就删除了)。再次尝试后发现依旧没有显示标注框。后面发现需要在LambelImge界面的“Change Save Dir”选择放置标签的路径。最后成功解决没有标注框的问题。在用LabelImg查看原先已经标注的数据时，发现打开后图片后没有出现标注框。
labelimg退出重进载入class||labelimg关闭后重新进入w新建标注信息不见||labelimg接着退出前的数据继续标注
killyouworld的博客
02-19 1089
labelimg如何重新打开接着上次标注数据继续标注
目标检测YOLO实战应用案例100讲-基于深度学习的SAR图像舰船目标检测
qq_36130719的博客
12-11 404
旋转边框的由来是目标检测迈向更加精准的关键一步，如图2.1所示，旋转边框比正常的垂直边框包围起来要更加的紧致，包含其他“目标物”的可能性也会比较 低，同时目标框中的背景信息也更加少，可以近乎完全将船舶与背景分开，这点对 于交叠较多排列紧密的船只尤其重要[47]，同时旋转边框所带来的视觉感受是锚框的 长宽高与真实船舶的尺寸相对一致，所得到的舰船的目标检测就会更加的精准，检 测结果以及视觉感受也会更加优秀。
labelImg.rar
05-17
windows下完美运行，通过python打包的exe.是学习深度学习图片处理的好帮手。如有问题请及时联系
自学yolo入门到进阶
夏日山间过
07-25 4214
参考： 参考1
目标检测YOLO实战应用案例100讲-基于YOLO模型的遥感影像 飞机目标检测技术研究（中）
qq_36130719的博客
04-19 303
和空间注意力模块（Spatial Attention Module，SAM) [48]，分别可以在通道和空间维度上分别进行算法注意力的改进，使用便捷，不会产生很大的计算量开销，可以和原有的卷。算法在SSD中增加了反卷积层，训练后得到的高层特征图包含的目标细节信息更多，这使网络能更加关注目标特征信息，减少了背景信息对检测结果的影响，提高了算法。交集为两个框重合部分，并集为两个框的总覆盖面积。息的这种情况，可以使用剪枝的操作手段，对模型进行处理，来删除收益过低的一些计 算成本，有助于实现更紧凑的模型表示。
用labelImg打开别人标注好的图片不显示标注？
m0_67130692的博客
05-24 479
把images和labels以及classes.txt全都复制进去。用labelimg打开别人标注好的yolo格式的数据集发现不显示标注。用了网上的方法，把classes.txt放到labels中也没用。这样就可以显示标注了，注意不要open dir不要选择test文件。再打开labelimg，open dir选择new文件夹。于是我新建了一个文件夹，new。
labelImg 生成的classes.txt 不是自己需要的类别，如何更改？
weixin_48747603的博客
10-02 7053
labelImg对数据图片进行标记的问题
LabelImg 标注 yolo 数据 环境配置和预制标签 predefined_classes.txt 的使用 详解
weixin_39001363的博客
05-26 8202
LabelImg下载 https://github.com/tzutalin/labelImg 解压后得到 环境配置 安装anaconda（安装教程很多不赘述），安装完成后执行下面命令安装依赖 pip install pyqt=5 pip install lxml 预设分类 predefined_classes.txt （data/predefined_classes.txt）修改成自己需要标注的标签，每行一类 开始标注 在labelimg 根目录按住shift点击...
这才是正解！关于”labelimg保存时重新创建classes文件覆盖之前的classes文件“问题
最新发布
qq_63234089的博客
08-19 81
解决 labelimg classes文件覆盖问题
labelImg无法保存classes文件的解决方法（IndexError list index out of range）
2401_84166306的博客
04-13 271
如上图，进入环境envs文件夹后，选择你安装labelImg的环境，进入Lib/site-packages/labelImg文件夹。首先找到我们安装labelImg的地址，比如我就是放到conda环境里面，所以在这个目录下。不同安装会有不同目录所以只能做参考。用IDE啥的，打开labelImg.py。翻到1230行（版本1.8.5），
labelimg yolo格式
07-28
对于使用LabelImg工具来创建YOLO格式的标注文件，你可以按照以下步骤操作： 1. 首先，确保你已经安装了Python和LabelImg工具。你可以在GitHub上找到这个工具的代码仓库，并按照说明进行安装。 2. 准备你的图像数据集，并将其放在一个文件夹中。 3. 打开LabelImg工具，并选择你的图像数据集所在的文件夹。 4. 在LabelImg工具的界面上，你会看到一个窗口显示图像，以及一些标注工具的选项。 5. 在窗口上方的工具栏中，选择"Create RectBox"（创建矩形框）工具。 6. 在图像中选定一个对象，然后用鼠标拖动创建一个矩形框来标注该对象。你可以调整矩形框的大小和位置，确保它准确地包围住对象。 7. 在右侧的标签列表中选择适当的标签，以描述你标注的对象。 8. 重复步骤6和步骤7来标注图像中的其他对象。 9. 在左侧的文件列表中，选择保存标注文件的输出路径和格式。对于YOLO格式，你可以选择"YOLO"或"PascalVOC"格式。 10. 保存标注文件，并在保存时指定一个文件名。 11. 重复步骤4到步骤10来标注其他图像。 12. 当你完成所有图像的标注后，你将得到一个包含所有标注信息的标注文件。对于YOLO格式，它将是一个.txt文件，每行包含一个对象的标注信息。 请注意，YOLO格式的标注文件对每个对象需要提供一行数据，包括对象的类别索引和矩形框的坐标。具体的格式如下： ``` <class_index> <x_center> <y_center> <width> <height> ``` 其中，`<class_index>`是对象的类别索引（从0开始），`<x_center>`和`<y_center>`是矩形框中心点的相对坐标（范围在0到1之间），`<width>`和`<height>`是矩形框的相对宽度和高度（也是相对于图像大小的比例）。 希望这些信息能对你有所帮助！如果你还有其他问题，请随时提问。
评论 4
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