学习深度学习训练网络时,都会用到数据集,网络中有很多公开数据集,coco、vot等都可以拿来训练。
但是,使用大众数据集训练的网络,可能对自己的数据并没有很好的测试结果。就需要自己创建的数据集。
推荐工具:labelimg
附网站(安装包地址):https://github.com/tzutalin/labelImg
用conda在anaconda中安装labelimg并使用:
1、打开anaconda的prompt

2、创建新的环境
conda create -n labelimg python=3.7
并激活该环境:activate labelimg
3、安装labelimg
pip install labelImg
4、打开
labelimg

5、labelimg的使用
(一)按键功能介绍
在labelImg窗口的左边功能键介绍:
“Open”是打开单个图像,
“Open Dir” 打开文件夹,
"Change Save Dir" 图像保存的路径,
“Next Image” 切换到下一张图像,
“Prev Image”切换到上一张图像,
“Verify Image”校验图像,
“Save”保存图像,
“Create RectBox”画标注框一个,
“Duplicate RectBox”重复标注框,
“Delete RectBox”删除标注框,
“Zoom In” 放大图像,
“Zoom Out” 缩小图像,
“Fit Window”图像适用窗口,
“Fit Width”图像适应宽度。
(二)一组快捷键:

在深度学习中,自定义数据集对于模型的针对性训练至关重要。本文介绍了如何利用labelimg工具创建和标注数据集。首先,通过conda创建并激活名为'labelimg'的环境,然后在环境中安装labelimg。接着,详细讲解了labelimg的使用,包括其窗口功能键和快捷键操作,如打开图像、保存标注、切换图片、画框等,帮助用户高效地进行图像标注。这使得开发者能够根据自己的特定需求训练出更准确的模型。
1万+

被折叠的 条评论
为什么被折叠?



