Windows下的深度学习标注LabelImg工具的安装和使用指南

Windows下深度学习标注工具LabelImg安装和使用指南

一.前言

LabelImg是是用于制作VOC数据集时,对数据集进行标注的工具,是一个图形图像注释工具。
它用python编写的,用QT作为图形界面。
注释被按照ImageNet所使用的PASCAL VOC格式存成XML文件。

1、Anacoda安装(2018年3月9日的版本)

1、 Windows,Macos,Linux都支持Tensorflow
2、 Windows用户只能使用python3.5(64bit) 。MacOS,Linux支持python2.7和python3.3+
3、 有GPU可以安装带GPU版本的,没有GPU就安装CPU版本的
4、 推荐安装Anacoda,pip版本大于8.1.
Anaconda3-4.2.0-Windows-x86_64软件安装在下
安装网址:链接:https://pan.baidu.co

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
autolabelimg工具: 根据输入的待定位图片\rtmp流\capture来完成自动定位,生成xxx_pos.jpg和xxx_pos.xml。 生成的图片和xml定位文件可以被标注工具labelimg解析(兼容)。 如果定位成功,则会弹出标注后的图片。如果失败,则不会弹出图片。 特点: 1. 支持静态图片/rtmp视频流/本机video设备作为输入源。 2. 按扑克游戏类型进行特定标注标注的顺序号符合游戏解析定位文件的要求。 支持的游戏类型:龙虎,牛牛,百家乐。 3. 支持1280x720与1920x1080分辨率。 源代码列表:autolabel.cpp/.h,labelmain.cpp,tinyxml2.cpp/.h 第三方lib: opencv 程序编译(vs2015/vs2019): 1>------ 已启动生成: 项目: autolabelimg, 配置: Release x64 ------ 1>autolabel.cpp 1>labelmain.cpp 1>tinyxml2.cpp 1>正在生成代码 1>586 of 589 functions (99.5%) were compiled, the rest were copied from previous compilation. 1> 21 functions were new in current compilation 1> 0 functions had inline decision re-evaluated but remain unchanged 1>已完成代码的生成 1>autolabelimg.vcxproj -> D:\wincpp\gitwork\autolabelimg\x64\Release\autolabelimg.exe 1>已完成生成项目“autolabelimg.vcxproj”的操作。 Demo: 两张pocker时生成的定位文件 <annotation> <filename>images\b21(1920x1080)_pos.jpg</filename> <size> <height>1080</height> <width>1920</width> </size> <object> <name>card_1</name> <bndbox> <ymax>864</ymax> <xmax>627</xmax> <ymin>493</ymin> <xmin>213</xmin> </bndbox> </object> <object> <name>card_2</name> <bndbox> <ymax>833</ymax> <xmax>1715</xmax> <ymin>468</ymin> <xmin>1305</xmin> </bndbox> </object> </annotation>

“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