数据数据集标注工具 Labelimg详解及技巧

labelimg是一款开源的数据标注工具，可以标注三种格式：voc标签格式（保存为xml文件），yolo标签格式（保存为txt文件），createml 标签格式（保存为json文件）。

labelimg是一个专门用于目标检测任务的图像标注工具（即只能对图像进行分类标注，实现“标注框——类标签”的对应关系）。

labelimg使用

①下载labelimage标注工具

在python虚拟环境命令行中输入：

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

②打开labelimage标注工具

在python虚拟环境命令行中输入：

cd path（进入自己需要标注的图像/图像文件夹path，可选）

labelimg（打开labelimage命令）

可以看到如下界面：

labelImages 设置：

④常用标注快捷键

按键W：开始标注
按键A：上一张图像
按键D：下一张图像

开始标注：Labelimg：数据标注工具详解及使用教程-CSDN博客

跟着网上的教程使用Tensorflow 的 object detection API 训练自己的模型，其中最痛苦的莫不是数据集的创建了。根据网上大佬们的推荐，我用labelImg.exe 来给图片打标签，当数据量十分巨大时，打标签的过程相当的手酸和费鼠标，在一遍遍试验中，我给你一些小建议提高你打标签的效率。ps. 我忘记我电脑里labelImg.exe的版本了，希望其他版本没有改变太多.

文件夹打开与设置保存的文件夹

    左边的菜单栏里有显示 Dir的图标，唯一的提醒是当你中途更换换文件夹进行打标签时一定要记得把Change Save Dir的路径也修改

默认标签

    在软件右上角可以选上 Use default label，这样就不用重复相同命名了

一些快捷键

    a d 文件切换
    w 画框
    ctrl + shift + A advanced mode
    del 删框

自动保存

    在 菜单栏 View中选择 Auto saving，这样切换文件时就不用总是点保存了

高级模式 advanced mode

    很方便的模式 鼠标点击直接画框，任意键切图，试一次就知道有多方便了

                  
原文链接：https://blog.csdn.net/qq_21123327/article/details/106145101