数据集图片数据标记工具Labelimg

我们知道，图片标注主要是用来创建自己的数据集，方便进行深度学习训练。本文将推荐一款十分好用的图片标注工具LabelImg，重点介绍其安装以及使用的过程。

    本文使用的window10的Anaconda3下使用python3和pyqt5的组合，运行labelImg。首先从网址下载源码：https://github.com/tzutalin/labelImg。解压到想放的路径，得到labelimg-master文件夹。

    进入Anaconda3下的prompt命令行，安装lxml和pyqt5。

pip install lxml
conda install pyqt=5

    将labelImg-master\data文件夹下的predefined_classes.txt更改为需要标注的类。命令行进入文件夹下，运行以下命令打开labelImg。

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

    界面如下图所示：

    以标注名为image_0568.JPG的图像为例，使用labelImg标记得到类和标注信息。按照循序依次操作1到7步。

    第一步，选择图片路径；第二步，选择标注信息文件xml文件保存路径；第三步，创建边界框；第四步，边界框框定目标范围；第五步，选择目标类型；第六步，保存xml文件；第七步，下一张图片。

    边界框坐标都构建在像素层面上。边界框通常使用（xmin，ymin，xmax，ymax）的四维向量表示，对应下图即（190,181,306,319）。

 

    手动标记图片中目标位置后，输出XML文件。打开image_0568.xml文件，得到目标位置的像素信息。发现其格式与PASCAL VOC以及ImageNet用的XML格式相同。

    如果要从xml文件中批量获取边界框信息，可以使用python解析xml文件，包括SAX和DOM，具体方法任君选择咯！

    更多的文章可以关注公众号查看。