目录
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
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
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