从0开始学视觉（3）——利用labelimg制作自己的深度学习目标检测数据集用于安全帽识别

---

一、labelimg的安装

  Labelimg是一款开源的数据标注工具，可以标注三种格式。
   1 、VOC标签格式，保存为xml文件。
   2 、yolo标签格式，保存为txt文件。
   3 、createML标签格式，保存为json格式。
  这里主要讲的是在window系统中的安装，首先打开cmd命令行（快捷键：win+R）。进入cmd命令行控制台。输入如下的命令：

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

  运行如上命令后，系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具，所以下载起来很快，当出现如下红色框框中的告诉我们成功安装的时候，说明labelimg安装成功了。

二、labelimg的使用

  首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为VOC2007的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为JPEGImages的文件夹存放我们需要打标签的图片文件；再创建一个名为Annotations存放标注的标签文件；最后创建一个名为 predefined_classes.txt 的txt文件来存放所要标注的类别名称。
VOC2007的目录结构为：

  JPEGImages ：存放需要打标签的图片文件，Annotations ：存放标注的标签文件
  predefined_classes.txt ：定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
打开cmd命令终端（快捷键：win+R）。进入到刚刚创建的这个VOC2007路径（这个很重要，涉及到能不能利用predefined_classes.txt 这个txt文件中定义的类别，我在这里卡了很久，一度以为不能显示txt文件中定义的类别是我安装有问题）。执行如图中的命令进入到VOC2007路径下（每个人的路径都不一样，按个人的路径去写）如下图所示：可以看到进入到相应的目录了。

  输入如下的命令打开labelimg。这个命令的意思是打开labelimg工具；打开JPEGImage文件夹，初始化predefined_classes.txt里面定义的类。

  运行如上的命令就会打开这个工具

图中的我们常用的按钮。
Open Dir:待标注图片数据的路径文件夹，这里输入命令的时候就选定了JPEGImages。
Change Save Dir:保存类别标签的路径文件夹，这里我们选定了Annotations文件夹。
PasoalVOC:这个按键可以说明我们标注的标签为voc格式，点击可以换成yolo或者createML格式。
点击View，会出现如图的选项。最好把这些勾上。

常用快捷键如下：
A：切换到上一张图片
D：切换到下一张图片
W：调出标注十字架
del ：删除标注框框
Ctrl+u：选择标注的图片文件夹
Ctrl+r：选择标注好的label标签存在的文件夹

  由于我们设置标注的十字架一直在标注界面上，这就不需要我们按快捷键w，然后选定我们需要标注的对象。按住鼠标左键拖出框框就可以了。如下图所示，当我们选定目标以后，就会加载出来predefined_classes.txt 定义自己要标注的所有类别（如果类别多，是真的很方便，就不需要自己手打每个类别的名字了）。界面会出现打好的类别标签。打好一张照片以后，快捷键D，就会进入下一张，这时候就会自动保存标签文件（voc格式会保存xml，yolo会保存txt格式）。

标签打完以后可以去Annotations 文件下看到标签文件已经保存在这个目录下。