给实验室同学看的标注说明书

一、下载miniconda：

没有下载anaconda的同学先下载一个anaconda，为了与tensorflow-gpu==1.12.0、1.10.0匹配，最好下载anaconda3：

anaconda官网：Anaconda | Individual Edition

推荐下载miniconda，因为它更小更轻便：

Miniconda安装及使用--小白上路 - 知乎

然后打开anaconda prompt(Win10):

打开anaconda prompt(Win7):

输入以下命令来安装需要的两个依赖项：

pip install PyQt5

pip install lxml

如果觉得慢的话，可以使用清华镜像源来安装：

pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

pip install lxml -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

二、下载标注软件labelImg

然后去这个网址下载我们的标注软件：

GitHub - tzutalin/labelImg: 🖍️ LabelImg is a graphical image annotation tool and label object bounding boxes in images

下载后解压，并进入labelImg（labelImg-master）的根目录，

鼠标放入空白区域，按住shift键的同时点击鼠标右键，选择在此处打开Powershell窗口（Win7则是打开命令行窗口）

先进入你之前安装了PyQt5和lxml的conda环境：

activate <你的环境>

输入以下命令：

pyrcc5 -o resources.py resources.qrc
python labelImg.py

打开labelImg界面：

然后这个软件就装好了，如果下次要使用，就进入labelImg(labelImg-master)的根目录，打开Powershell窗口先activate激活你有pyqt5、lxml的conda环境，然后输入以下启动命令就行了：

python labelImg.py

三、批量重命名图片

然后使用freeRename对图片进行批量重命名：

 点击添加文件

 打开所有图片数据

 删去原文件名，设置好起始值000001后点击开始处理：

四、标注

在上面第二步启动labelImg后，点击opendir打开所要标注的图片在的目录。

各种不同的功能区：

点击Change Save Dir选择xml文件的保存路径，就选择图片数据所在的文件夹。

重要：这一步每次打开新的一个文件夹的时候都要做，比如你第一段视频的图片标完了，开始标第二段视频的图片时，请务必再执行这一步。

请在这里先勾选 Use default label 并在后面的文本框中填你要识别的类别名，是自己取的，这个类别名必须存在于tensorflow-yolov3/data/voc_*.names文件里面，.names文件放的就是你本次项目目标检测所要识别的不同的所有类别，比如我这里做的这个标注的类别名是：mud

(注：别填错了，项目中必须统一标签名)。

使用软件标注数据过程中会用到的快捷键：

w：标注

Ctrl+s：保存当前图片标注的xml文件

d：下一张

a：上一张

Ctrl+shift+d：删掉最近的图片

Ctrl+u：打开一个文件夹里的所有图片

Ctrl+r：改变标注保存的位置，有时候打开标好的图片不显示标注，可以试试这个

更多快捷键见：网址

标注完后按Ctrl+S保存，点击左边选项栏中的Next Image(目前我没找着什么快捷键，我感觉应该是有)。然后细心仔细地完成标注工作。希望大家能耐着性子做好标注工作，这也是机器学习的一个部分。

注意：太过于模糊的图片不要标，可以直接删掉，没有可标物体的图片也可以直接删掉。

标注完之后，文件夹里是这样的，图片与xml文件是一一对应的：

注意：这样图片和标注保存的目的是直观地看出图片与xml文件是否一一对应，请务必保证图片与xml文件一一对应！

xml文件里面的内容如下：

<annotation>
	<folder>data</folder>
	<filename>000001.jpg</filename>
	<path>C:\Users\UryWu\Desktop\data\000001.jpg</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>640</width>
		<height>480</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>mud</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>83</xmin>
			<ymin>307</ymin>
			<xmax>124</xmax>
			<ymax>329</ymax>
		</bndbox>
	</object>
	<object>
		<name>mud</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>20</xmin>
			<ymin>198</ymin>
			<xmax>63</xmax>
			<ymax>223</ymax>
		</bndbox>
	</object>
</annotation>

这个object就是你做的标注，这里有两个标注，xmin、ymin、xmax、ymax就是标注框的左上角和右下角。mud就是标签名。

标注好数据之后，回到这个博客继续数据的训练：

tenforflow版YOLOv3下VOC数据集的准备和训练