labelimg的安装与使用

labelimg的安装与使用

1.labelimg的介绍

​ LabelImg 是一个开源的图形图像注释工具,用于创建边界/矩形框(适用于要标注物体的位置和大小)和多边形注释(适用于标注非规则形状的物体)。它是用python写的,并使用Qt作为其图形界面。LabelImg能够在Windows、Linux和macOS等多个平台上运行。它还支持各种类型的图像文件格式,如JPG、PNG和 BMP等。

2.labelimg的功能

​ labelImg可以帮助用户快速而准确地标注大量图像数据,用于建立自己的数据集,以便机器学习研究人员、数据科学家和开发人员标注图像来训练计算机视觉模型。

​ 可以标注三种格式

  1. PascalVOC标签格式,保存为.xml文件

  2. YOLO标签格式,保存为.txt格式

  3. CreateML标签格式,保存为.json格式

3.labelimg的安装

​ 在Windows11系统下使用Anaconda来安装的labelimg(默认已安装Anaconda3环境),步骤如下:

打开开始菜单栏,选择Anaconda3 -> Anaconda Prompt 进入命令行窗口

在这里插入图片描述
在这里插入图片描述

创建一个新环境来安装labelimg,例如输入以下代码来创建一个labelimg环境

conda create -n labelimg  python=3.10  #如果只安装了一个python版本,python=3.10也可以不加,

然后输入以下代码进入到labelimg环境(由于之前已经创建过labelimg环境,此处不再重新创建)

conda activate labelimg

在这里插入图片描述

在labelimg环境下继续输入以下代码开始安装labelimg(由于已经安装过labelimg,此处不再重新安装)

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple  #不推荐,会出现依赖缺失或者版本不匹配问题 
 
conda install labelimg  #推荐用此方法安装

在这里插入图片描述

等待下载安装成功之后,继续输入以下代码打开labelimg

labelimg

在这里插入图片描述

labelimg界面如图所示

在这里插入图片描述

到此labelimg的安装就完成了。

注:若打开labelimg出现闪退等问题,先卸载,再重装可解决闪退问题。

# 在labelimg环境下输入以下代码卸载labelimg
conda uninstall labelimg

4.labelimg的使用

打开Anaconda Prompt 进入命令行,输入以下代码打开labelimg

# 打开labelimg
conda activate labelimg
labelimg

在这里插入图片描述
在这里插入图片描述

使用之前,可在View中勾选Auto Save mode自动保存

常用快捷键

在这里插入图片描述

打开需要标注的图片文件夹–open dir,设置标注文件存放路径–change save dir,以及标注格式ML/YOLO/VOC

注:验证图片,当按空格键时,用户可以将图像标记为已验证,将出现绿色背景。这在自动创建数据集时使用,用户可以浏览所有图片并标记它们,而不是注释它们。

5.标注结果展示

(1)VOC格式

保存为.xml文件

以记事本打开,内容包括:图片大小、通道数、标签名称、选框位置参数等。

.xml文件不需要将类别文件单独进行存放,因为其中已经包含了标注锚框的位置信息和类别信息。

标注完成后,生成的xml文件就可以进行后续的xml–>csv/tfecord文件了。

在这里插入图片描述

(2)YOLO格式

保存为.txt文件

以记事本打开,内容包括:

①“classes.txt”定义了你的 YOLO 标签所引用的类名列表。

②具体的标注文件中每一行表示一个目标,以空格进行区分,分别表示目标的类别id,归一化处理之后的中心点x坐标、y坐标、目标框的w和h

classes.txt文件单独存放类别标签,标签文件中以类别+标注框的位置坐标信息进行保存,行数代表框数。

标注完成后,可进行后续的yolo训练。

在这里插入图片描述

在这里插入图片描述

参考链接:

官方链接

  • 31
    点赞
  • 255
    收藏
    觉得还不错? 一键收藏
  • 12
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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