anaconda虚拟环境中使用开源工具labelImg

前言

前段时间，研究了yolov5模型的部署方法，通过将权重pt文件转为wts文件，最后通过TensorRT推理加速将wts文件转为engine模型，最后调用engine模型进行目标检测和分类，运行的速度十分快，在笔记本电脑上每张图片的处理速度仅为11ms， 同时模型的大小仅为19M左右，真的是太优秀了。这段时间准备小试牛刀一下，将模型运用于一个实际的场景，看看效果如何，要想完成这个任务，第一步当然是要准备好数据啦，正好网上有一个开源的labelImg标注工具，今天就来学习一下！

1. 下载源码

源码地址点这里这里

2. 实践

• step 1 解压文件
• step 2 激活anaconda的虚拟环境并安装pyqt5以及lxml
• step 3 进入到源码当前目录，运行命令pyrcc5 -o resources.py resources.qrc
• step 4 运行命令python labelImg.py，即可打开labelImg界面

如果出现如下报错

Traceback (most recent call last):
  File "labelImg.py", line 31, in <module>
    from libs.resources import *
ModuleNotFoundError: No module named 'libs.resources'

解决办法： 将..\labelImg-master文件夹下的resourece.py文件复制到..\labelImg-master\resources文件夹中即可。

注： 如果是要标注yolo模型的数据，需要设置保存的数据的格式