Window+Anaconda下安装labelImg

环境：Window10+Anaconda3
python：3.6

1.启动Anaconda Prompt

2.不进入tensorflow等深度学习框架依次输入：

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

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5-tools

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

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelImg

镜像可更改或不使用。

3.输入命令启动labelImg

4.功能

Open：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
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

5.操作

按照VOC数据集的要求，创建以下文件夹
Annotations：用于存放标注后的xml文件
ImageSets/Main：用于存放训练集、测试集、验收集的文件列表
JPEGImages：用于存放原始图像

1.使用Open Dir打开放有多张待标图片的JPEGImages文件夹，加载图片
2.点击Create RectBox画标注框，后输入label名称，对一张图中多个待标目标重复操作。
3.Save，保存图像，选择需要存储的Annotations保存目录文件夹，系统将自动生成voc_2007格式的xml文件保存起来。
4.保存后即可Next Image跳下一张。
5.标志完毕，划分训练集、测试集、验证集
自动划分脚本：

https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py

python make_main_txt.py

按照脚本设置的比例，自动拆分训练集、测试集和验证集，将相应的文件名列表保存在里面。
还需要将voc_2007格式的文件转换为tfrecord格式，便于在tensorflow中复制、移动、读取和存储等。例如SDD中：

  https://github.com/balancap/SSD-Tensorflow/blob/master/tf_convert_data.py