Labelimg的使用方法

Labelimg是一个基于Python和Qt的可视化图像标注工具,支持PASCALVOC和YOLO格式。文章介绍了如何安装、使用以及两种模式下的标注过程,包括标签文件结构和快捷键操作。
摘要由CSDN通过智能技术生成

Labelimg是一个可视化的图像标定工具。它是用Python编写的,并将Qt用于其图形界面。批注以PASCAL VOC格式(ImageNet使用的格式)另存为XML文件。此外,它还支持YOLO格式。Faster R-CNN,YOLO,SSD等目标检测网络所需要的数据集,均需要借此工具标定图像中的目标。

安装

首先安装anaconda 创建一个虚拟环境

然后打开CMD ,激活这个虚拟环境。

激活我们的虚拟环境,输入pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple 等待下载安装完成

安装完成后我们输入labelimg就可以打开了。

进入labelimg标注工具的初始化界面如下图所示。

接下来是使用

labelimg的标注模式分为VOC和YOLO两种,两种模式下生成的标注文件分别为.xml文件和.txt文件,因此在进行标注前需要优先选择好标注的模式。

labelimg左侧菜单栏中按钮功能说明如下。

按钮

功能

Open

打开单个图像文件

Open Dir

打开文件夹多幅图像

Change Save Dir

标注后图像数据存储的路径

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

画一个标注框

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

图像适应窗口

Fit Width

图像适应宽度

(YOLO标注模式下)标注完成后数据集整体结构如下图所示。

标签文件解释

使用labelimg标注产生的结果如下。

使用labelimg以VOC模式进行标注产生的标注文件如下,与YOLO标注模式产生的类别标签不同,.xml标注文件不需要将类别文件单独进行存放,因为其中已经包含了标注锚框的位置信息和类别信息。

使用labelimg以YOLO模式进行标注产生的标注文件如下,classes.txt文件中存放的是类别标签,标签文件中以类别+锚框的位置坐标信息进行保存,文件中有几行则说明对应的标注图像中有几个锚框。

labelimg完整的快捷键列表如下。

快捷键

功能

快捷键

功能

Ctrl + Q

退出软件

Ctrl + +

放大

Ctrl + U

Open Dir

Ctrl + =

原始大小

Ctrl + R

Change Save Dir

Ctrl + F

图像适应窗口

Ctrl + S

保存图像

Ctrl + E

编辑标签

Ctrl + L

线框颜色

W

画框

Ctrl + J

移动编辑标注框

Delete

删除框

Ctrl + D

复制框

Ctrl + shift + F

图像适应宽度

Ctrl + H

隐藏所有的框

D

Next Image

Ctrl + A

显示所有的框

A

Prev Image

space

标记当前图片已标记

Ctrl + shift + O

打开的文件夹只显示.xml文件

  • 33
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LabelImg是一个图像标注工具,可以用于在图像中标记物体的边界框。它可以帮助我们创建用于目标检测的数据集。LabelImg提供了一个图形化界面,使得标注过程更加直观和方便。官方的LabelImg界面是英文版的,但通过修改字体包,我们可以将界面修改成中文版,以便用户更好地使用使用LabelImg的步骤如下: 1. 首先,我们需要下载并安装LabelImg。可以从PyPI链接下载并安装,或者从官方GitHub仓库获取源代码自行安装。 2. 安装完成后,可以通过命令行启动LabelImg。在cmd中输入"labelimg"即可打开LabelImg工具。 3. 打开图片文件夹,选择要标注的图片进行展示。LabelImg支持常见的图片格式和分辨率,如高度375像素,宽度500像素的图片。 4. 在展示的图片上,使用鼠标绘制物体的边界框,标记出物体的位置和大小。标注效果会即时展示在图片上,并且在之前指定的文件夹下自动得到与图片同名的xml文件,其中包含了标注信息。 通过以上步骤,我们可以使用LabelImg进行目标检测数据集的标注。这样标注后的数据集可以被用于训练目标检测模型,如Faster R-CNN、YOLO、SSD等。 总结一下,LabelImg是一个可视化的图像标注工具,可以方便地标记物体的边界框。使用LabelImg可以通过几个简单的步骤打开图片文件夹、进行标注,并自动保存标注结果。这使得创建目标检测数据集变得更加高效和方便。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值