Autolabelimg全自动打标签，详细教程

• 自动标注：基于yolov5的模型自动标注，将yolov5的检测结果转化为.xml标注文件
• 追踪标注：基于opencv的追踪模块实现的视频自动标注，标注开始的一帧，利用追踪预测后续的一段视频

前期准备：先自己打个一百张左右，训练出来模型best.pt，在拿模型去自动打标签

可以使用cuda加速,也可以使用cpu。

原作者项目链接：GitHub - wufan-tb/AutoLabelImg: auto-labelimg based on yolov5, with many other useful tools

但不知道为什么我在使用的时候会出现报错。

所以我找到了另一个改进后的版本：GitHub - yuchen02/AutoLabelImg，建议使用该版本。

点进链接直接git clone或者下载zip压缩包后解压。

cd Autolabelimg #cd进入文件夹
conda create -n 环境名 python=3.7 #创建一个虚拟环境
conda activate 环境名 

pip install -r requirements.txt #安装依赖
或
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple #使用清华源加速

然后将训练好的yolov5模型best.pt放入 目录 pytorch_yolov5/weights/

python labelimg.py

可以看到与labelimg页面相似。选择好图片和标签文件夹后，点击上方 Annotate-tools,再点击auto labelimg。

选择你的yolov5模型，点击ok

 选择你这次要打的标签名，点击ok

输入input图片的size,默认为640.（这点很重要，最好是用代码把图片size统一转换成640*480），如果图片实际尺寸和这里输入的尺寸不一致的话，yolov5训练出来的标签是错位的，我看很多教程都没提到这一点.

点击ok后，等待进度条完成就可以。

注意，如果没有cuda,会报这个错

只需要将labelimg.py中2379行左右改成如图所示，即可使用cpu进行标注。

看到这里，如果成功了，点个赞再走好吗！

如果遇到问题，请在评论区留言，看到了就会回复。