使用labelGo实现yolov5半自动标注

---

前言

使用labelGo实现yolov5半自动标注，极大的提升了标注效率。

---

一、labelGo是什么？

这是基于 labelImg与 YOLOv5 的半自动标注工具，通过现有的YOLOv5 PyTorch模型对数据集进行半自动标注。

需要自己先标注一部分数据，训练一个基本的模型，然后使用这个模型帮我们标注，提高标注效率，类似半监督。

二、使用步骤

1.获取labelGo

git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git

2.切换操作目录到工程目录

代码如下（示例）：

cd labelGo-Yolov5AutoLabelImg

3.虚拟环境配置

使用anaconda进行安装，不需要单独安装cuda和cudnn，conda会下载并安装好，不需要考虑版本依赖的问题，简便的地方就是这里了。
创建虚拟环境

conda create -n Autolabel python=3.7.6
conda activate Autolabel
pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

先注释掉 requirements.txt文件里的 torch>=1.7.0和 torchvision>=0.8.1 上一步已经单独安装

pip install -r requirements.txt
pip install Ipython

3.配置标签

将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别

4.使用labelGo的AutoLabel功能

运行labelGo

python labelGo.py

点击 打开目录，导入待标注图片的文件夹

点击 自动标注，提示此操作将会清除所有的原有标注文件，点击Yes以选择YOLOv5权重并继续，点击Yes

选择训练好的YOLOv5模型best.pt。

5.成功完成标注