【yolov8】6、labelimg安装使用-数据集标注

1、说明

第4-5章是安装显卡驱动,这里省略,章节名称如下

  • 第4章 3种查看英伟达显卡CUDA版本的方法
  • 第5章 cuda和cudnn下载和安装

2、Labelimg 安装

Stage 1 :打开 anaconda
  • 开始 - 搜索 anaconda - 打开

  • 为了方便使用可以创建快捷方式:右键annaconda 打开文件位置,将快捷键图标复制到桌面上即可

在这里插入图片描述

Stage 2 :base 环境切换成 yolo8
  • 原因:安装在base环境,容易闪退
conda activate yolo8

在这里插入图片描述

Stage 3 :安装 labelimg
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

Stage 4 :打开 labelimg
Stage 4-1 : 查看 labelimg 安装位置 :conda info --envs

在这里插入图片描述

Stage 4-2 : 创建 labelimg 桌面快捷方式

3、Labelimg 使用

3.1 常用设置

在这里插入图片描述

3.2 常用按钮

按钮作用是否常用
Open打开单张图片
Open Dir打开图片所在文件夹
Change Save Dir输出的标注文件保存位置
Hext Image
Prev mage
Verify Image
Save
PascalVOC 、YOLO、CreateML保存的格式,一般选择 yolo

3.2 常用快捷键

按钮作用
A 切换到上一张图片
D 切换到下一张图片
W 调出标注十字架
del删除标注框框
Ctrl+u 选择标注的图片文件夹
Ctrl+r 选择标注好的label标签存在的文件夹

4、启动labelimg的3中方式

方式 1 :在安装环境目录下是 script,创建桌面快捷键方式

  • 双击打开即可
    在这里插入图片描述

方式 2 :进入对应的环境,输入 labelimg

  • base容易闪退, 环境切换成 yolo8
conda activate yolo8
labelimg

在这里插入图片描述

方式 3 :进入对应的环境,输入以下内容【推荐

# 切换成yolo8环境
conda activate yolo8

# 进入图片文件夹
e:
cd E:\dataset\dataset20210113

# 打开labelimg (设置默认标记列表)
# 其中 images 为图片地址(E:\dataset\dataset20210113\images)
# class.txt 标记列表(E:\dataset\dataset20210113\class.txt ),如果
labelimg images class.txt

请添加图片描述

  • 9
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用YOLOv8训练自己的数据集,首先需要使用标注工具LabelImg对图像进行标注LabelImg是一个常用的标注工具,可以帮助我们在图像上绘制边界框,并为每个边界框分配一个类别标签。你可以在GitHub上找到LabelImg的项目,例如。 一旦你完成了数据集标注,你可以将数据集转换为YOLOv8所需的格式。YOLOv8要求数据集以特定的TXT或TFRecord格式进行组织。在这个例子中,数据集已经以TXT格式进行整理,并且每个图像对应一个TXT文件。TXT文件中包含了每个边界框的位置信息和对应的类别标签。你可以参考中提到的数据集制作的方式来创建TXT格式的数据集。 在完成数据集的准备工作后,你可以按照YOLOv8的官方讲解中提供的步骤来训练自己的数据集。首先,你需要安装YOLOv8并下载预训练的权重文件。然后,你需要修改配置文件,配置文件中包含了训练过程中的一些参数设置,例如类别数量、输入图像尺寸等。接下来,你可以使用训练命令开始训练过程。 训练过程中,YOLOv8会逐渐学习目标检测任务,并生成相应的权重文件。训练的时间和效果取决于数据集的质量和数量,以及所选择的参数设置。 总结起来,要使用YOLOv8训练自己的数据集,你需要先使用LabelImg对图像进行标注,然后将数据集转换为YOLOv8所需的格式。接着,按照YOLOv8的官方讲解中提供的步骤安装和配置YOLOv8,并使用训练命令开始训练过程。请注意,训练过程需要一定的时间和计算资源,同时也需要根据实际情况进行参数调整以达到最佳效果。
评论
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

打赏作者

ladymorgana

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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