Pyinstaller打包exe 标注软件LabelImg & Labelme (情人节礼物)

目录

前言

简介

LabelImg

1，Anaconda中安装使用

2，打包exe使用

Labelme

1，Anaconda中安装使用

2，打包exe使用

【附录】

PyInstaller常用指令

Anaconda常用指令

情人节礼物

---

前言

人工智能的三大核心分别是：数据、算力、算法。其中，数据是人工智能的核心竞争力，算法再厉害，没有数据，也是巧妇难为无米之炊。

所谓人工智能，是先有人工后有智能，而人工则是数据标注，可以理解为有多少人工就有多少智能。

下面我们来介绍一下常用的标注工具LabelImg和Labelme从源码下载到打包为exe的过程！

简介

labelimg主要用于目标检测领域制作自己的数据集，如：YOLO系列目标检测模型

labelme主要用于图像分割领域制作自己的数据集，如：MaskRCNN实例分割模型

labelimg和labelme的开发代码语言是Python，界面采用QT设计。

LabelImg

1，Anaconda中安装使用

打开Anaconda Prompt

Step1：创建一个用于标注数据的Python环境名labelimg，基于Python3.7(过程中根据提示输入y后回车)

conda create --name=labelimg python=3.7

Step2：激活已创建的环境labelimg

activate labelimg

Step3：安装依赖Pyqt5和labelimg(可使用国内镜像源加速，国内常用镜像源配置：见上节)

阿里镜像  -i https://mirrors.aliyun.com/pypi/simple/

清华镜像  -i https://mirrors.aliyun.com/pypi/simple/

pip install pyqt5 labelimg -i https://mirrors.aliyun.com/pypi/simple/

  Step4：输入命令labelimg回车即可打开标注工具界面

2，打包exe使用

不想体验自行打包乐趣的可至官网下载exe:Releases · heartexlabs/labelImg (github.com)

Step1：下载源码并解压至本地

LabelImg of Github code

Step2：配置编译器

解压源码并用PyCharm打开，选择Anaconda目录下前面创建的标注环境（*\Anaconda\envs\labelimg\python.exe）（后续操作皆在项目的终端执行）

Step3：安装依赖及打包工具

可以先单独运行labelImg.py检查安装所需依赖，保证正常运行启动标注工具。

pip install pyinstaller -i https://mirrors.aliyun.com/pypi/simple/

Step4：生成资源文件

pyrcc5 -o libs/resources.py resources.qrc

Step5：执行打包

pyinstaller --add-data 'data;data' --hidden-import=pyqt5 --hidden-import=lxml -F -n "labelImg" -w labelImg.py -p ./libs -p ./

 

Labelme

1，Anaconda中安装使用

打开Anaconda Prompt

Step1：创建一个用于标注数据的Python环境名labelme64，基于Python3.7(过程中根据提示输入y后回车)

conda create --name=labelme64 python=3.7

Step2：激活已创建的环境labelme64

activate labelme64

Step3：安装依赖Pyqt5和labelme(可使用国内镜像源加速，国内常用镜像源配置：见上节)

阿里镜像  -i https://mirrors.aliyun.com/pypi/simple/

清华镜像  -i https://mirrors.aliyun.com/pypi/simple/

pip install pyqt5 labelme -i https://mirrors.aliyun.com/pypi/simple/

Step4：输入命令labelme回车即可打开标注工具界面

2，打包exe使用

不想自行打包的可至官网下载exe: Releases · wkentaro/labelme (github.com)

Step1：下载源码并解压至本地

Labelme of Github code

Step2：配置编译器

选择Anaconda目录下前面创建的标注环境（*\Anaconda\envs\labelme64\python.exe）

Step3：安装依赖及打包工具

可以先单独运行labelme/__main__.py检查安装所需依赖，保证正常运行启动标注工具。

打开PyCharm项目下的运行终端安装pyinstaller

pip install pyinstaller -i https://mirrors.aliyun.com/pypi/simple/

Step4：执行打包

pyinstaller labelme.spec

【附录】

PyInstaller常用指令

Using PyInstaller — PyInstaller 5.8.0 documentation

-h, --help	查看该模块的帮助信息
-F, --onefile	产生单个的可执行文件exe
-D, --onedir	产生一个目录（包含多个文件）作为可执行程序
-w, --windowed, --noconsole	指定程序运行时不显示命令行窗口（仅对 Windows 有效）
-c, --nowindowed, --console	指定使用命令行窗口运行程序（仅对 Windows 有效）
-o, DIR, --out=DIR	指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件
-p, DIR, --path=DIR	设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径
-n, NAME, --name=NAME	指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字
--add-data <SRC;DEST>	要添加到可执行文件的其他非二进制文件或文件夹
-i, --icon	指定程序的图标

Anaconda常用指令

创建虚拟环境	conda  create  --name  env_name
创建指定python版本	conda  create  --name  env_name python=3.7
创建指定python版本下包含某些包	conda  create  --name  env_name python=3.7 pandas numpy scipy
激活进入某个虚拟环境	activate  env_name
退出当前环境	deactivate
复制某个虚拟环境	conda  create  --name  new_env_name  --clone  old_env_name
删除某个环境	conda  remove  --name  env_name  --all
查看当前所有环境	conda  info  --envs   或  conda  env  list
查看当前虚拟环境下的所有安装包	conda  list    (需进入该虚拟环境)   或   conda  list  -n  env_name
安装包(进入虚拟环境之后）	conda  install  requests
指定版本号	conda  install  xx=版本号
指定下载源	conda  install  xxx -i 源名称或链接
卸载包(进入虚拟环境之后）	conda  uninstall  xxx
导出当前虚拟环境	conda env export > environment.yml
导入保存的虚拟环境	conda env create -f environment.yml
升级Anaconda需先升级conda	conda  update  conda     后    conda  update  anaconda
卸载	rm  -rf  anaconda
批量导出虚拟环境中的所有组件	conda list -e > requirements.txt
批量导入所有组件	conda install --yes --file requirements.txt
pip批量导出环境中的所有组件	pip freeze > requirements.txt
pip批量导入环境中的所有组件	pip install -r requirements.txt
conda源服务器管理	文件路径‪C:\Users\.condarc
查看当前使用源	conda config --show-sources
删除指定源	conda config --remove channels xxx
添加指定源	conda config --add channels xxx
添加清华源	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
添加阿里云镜像源	conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/ conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
添加中科大源	conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
设置搜索时显示通道地址	conda config --set show_channel_urls yes
国内pip源
Simple Index 清华大学	Simple Index 阿里云
Simple Index 中国科学技术大学	Simple Index 豆瓣

情人节礼物

情人节礼物

链接：https://pan.baidu.com/s/15UpfM9n6H_2deUxH6RP5Og 
提取码：9so9