【深度学习】labelGo：基于 YOLOv5 的辅助标注工具

来源：AIZOO

在我们平常做 深度学习检测项目时，可能经常需要标注数据，但是标注数据，本身又是一件很麻烦的事情。今天，看到 Github 有个大佬开源的基于 YOLOv5 的辅助标注工具，推荐给大家。

首先，上链接：

https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg

    这是一个基于 labelImg与 YOLOv5 的半自动标注工具，通过现有的YOLOv5 PyTorch模型对数据集进行半自动标注。

     它的原理其实很简单，使用在 COCO 数据集训练好的 YOLOv5 模型，在你的数据集上进行推理，生成标签。

      大家看一下官方给的两个动图，应该就明白怎么使用了。

其实，我们也可以自己先标注一部分数据，训练一个基本的模型，然后使用跟这个模型帮我们标注，提高标注效率。有点半监督的意思了。

官方给出的具体使用方法如下：

1.从 git 中获取项目

git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git

2.切换操作目录到工程目录

cd labelGo-Yolov5AutoLabelImg

3.配置环境

pip install -r requirements.txt

4.将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别

4.5（可选）.变更成中文版，请编辑\libs\stringBundle.py，注释第52行，取消注释54行。

5.启动应用程序

python labelGo.py

6.点击“打开目录”按钮选择存放图片的文件夹

7.点击“自动标注”按钮确认信息无误后选择已训练的yolov5 pytorch模型完成自动标注

8.根据实际要求，对自动标注结果进行调整后保存即可

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码