labelimg使用简介

最新推荐文章于 2025-03-31 23:15:19 发布

敲代码的小风

最新推荐文章于 2025-03-31 23:15:19 发布

阅读量7.5k

点赞数 1

分类专栏：零基础学习SSD网络PyTorch实现

本文链接：https://blog.csdn.net/m0_46653437/article/details/109669646

版权

零基础学习SSD网络PyTorch实现专栏收录该内容

293 篇文章

订阅专栏

本文介绍了LabelImg工具的使用方法，包括通过pip安装、CMD启动以及如何进行图像标注。标注信息存储在XML文件中，包含图片的文件名、路径、尺寸以及对象的类别、边界框等信息。XML文件的结构详细解析了每个标注对象的属性，如类别名、边界框坐标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PyPI链接: labelImg
参考链接: 睿智的目标检测12——使用labelimg进行目标检测数据集标注

LabelImg is a graphical image annotation tool and
label object bounding boxes in images.

pip安装: pip install labelImg
在这里插入图片描述

cmd下启动: labelimg
在这里插入图片描述
打开图片文件夹和xml文件保存文件夹标注后的效果展示:
待标注图片展示:
图片格式和分辨率,高度375像素,宽度500像素:
标注效果:

在之前指定的文件夹下自动得到xml文件,文件名和图片相同:

在这里插入图片描述

xml文件的内容:
在这里插入图片描述

补充说明:

在xml文件中,标注信息存储在<annotation>对象中,
<filename>对象保存了图片的文件名,
<path>对象保存了文件所在的完整路径,
<size>对象中的<width>子对象和<height>子对象分别保存了
图片的宽度和高度,
即图片分辨率,水平和垂直方向上的像素数量;
<object>对象保存了每一个标注的对象,
有几个标注对象就会有几个<object>,
每个<object>对象对应了一个类型的实例,
也对应了一个框以及其类别,
<object>对象的<name>子对象保存了类别名,
<object>对象的<difficult>子对象保存了difficult信息(具体暂时没搞清...),
<object>对象的<bndbox>子对象保存了标注框的信息,
<bndbox>对象又包含了4个子对象,
分别是:<xmin>子对象,<ymin>子对象,<xmax>子对象和<ymax>子对象;

关于边界框的补充说明:

图片上的坐标系是以图片左上角点为坐标系原点,
向右为x轴正方向,向下为y轴正方向,单位是像素;
标定的矩形的位置是由4个数确定的,
分别是<xmin>,<ymin>,<xmax>和<ymax>,
即矩形左上角点的坐标和矩形右下角点的坐标;
由这两个点即可唯一确定一个矩形.