labelGo：基于 YOLOv5 的辅助标注工具

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

来源：AIZOO

在我们平常做 深度学习检测项目时，可能经常需要标注数据，但是标注数据，本身又是一件很麻烦的事情。今天，看到 Github 有个大佬开源的基于 YOLOv5 的辅助标注工具，推荐给大家。

首先，上链接：

https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg

    这是一个基于 labelImg与 YOLOv5 的半自动标注工具，通过现有的YOLOv5 PyTorch模型对数据集进行半自动标注。

     它的原理其实很简单，使用在 COCO 数据集训练好的 YOLOv5 模型，在你的数据集上进行推理，生成标签。

      大家看一下官方给的两个动图，应该就明白怎么使用了。

其实，我们也可以自己先标注一部分数据，训练一个基本的模型，然后使用跟这个模型帮我们标注，提高标注效率。有点半监督的意思了。

官方给出的具体使用方法如下：

1.从 git 中获取项目

git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git

2.切换操作目录到工程目录

cd labelGo-Yolov5AutoLabelImg

3.配置环境

pip install -r requirements.txt

4.将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别

4.5（可选）.变更成中文版，请编辑\libs\stringBundle.py，注释第52行，取消注释54行。

5.启动应用程序

python labelGo.py

6.点击“打开目录”按钮选择存放图片的文件夹

7.点击“自动标注”按钮确认信息无误后选择已训练的yolov5 pytorch模型完成自动标注

8.根据实际要求，对自动标注结果进行调整后保存即可

好消息！

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~