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。