Yolo_mark：图像物体边界框标记工具——入门指南与问题解答

Yolo_mark：图像物体边界框标记工具——入门指南与问题解答

Yolo_mark GUI for marking bounded boxes of objects in images for training neural network Yolo v3 and v2 项目地址: https://gitcode.com/gh_mirrors/yo/Yolo_mark

项目基础介绍

Yolo_mark 是一款专为训练YOLO (You Only Look Once) v3和v2神经网络设计的图形用户界面(GUI)工具，支持Windows与Linux系统。本项目使用C++编写，配合OpenCV库实现功能，便于用户对图像中的目标对象绘制和保存边界框，从而准备训练数据。YOLO_mark简化了目标检测模型训练前的繁琐数据准备工作。

新手使用注意事项及解决步骤

1. 环境搭建问题

现象: 安装过程中遇到OpenCV依赖问题。

解决步骤:

• 确保已安装适合你系统的OpenCV版本。对于Windows，访问OpenCV官网下载对应版本的库文件。
• 在Visual Studio中打开yolo_mark.sln，进入项目属性页。在“C/C++ > 常规”中加入OpenCV的头文件目录，如C:\opencv_x.x\opencv\build\include。
• 在“链接器 > 常规”中添加OpenCV的库目录，例如C:\opencv_x.x\opencv\build\x64\vc14\lib。确保版本号(x.x)与你的安装一致，并调整为对应的编译环境。

2. 编译问题

现象: 编译时出现找不到特定库或文件的错误。

解决步骤:

• 检查yolo_mark.sln解决方案配置是否正确设置为x64和Release模式。
• 确认所有的路径指向正确，包括OpenCV的库路径以及项目内部资源配置路径。
• 若有缺失的依赖项，需手动添加至项目链接阶段。

3. 数据标记初体验

现象: 运行程序后不知如何开始标记数据。

解决步骤:

• 将待标记的图片移动到指定目录(x64/Release/data/img)。
• 修改x64/Release/data/obj.names文件，列出所有要标记的对象名称，每行一个。
• 运行x64/Release/yolo_mark.cmd或直接运行编译好的应用程序。
• 开始标记图像，完成后的标注信息会被自动保存，以便用于YOLO训练。

通过以上步骤，新手可以较为顺利地开始使用Yolo_mark进行图像数据的标记工作，为进一步的机器学习模型训练打下坚实的基础。务必仔细检查所有配置和路径设置，以避免常见的启动和运行时问题。

Yolo_mark GUI for marking bounded boxes of objects in images for training neural network Yolo v3 and v2 项目地址: https://gitcode.com/gh_mirrors/yo/Yolo_mark