LabelImg使用笔记

LabelImg使用笔记

一、LabelImg简介

LabelImg 是一个用于图像标注的开源工具，它提供了一个用户友好的图形界面，用于手动标记图像中的物体或区域，并生成相应的标注文件。这个工具通常用于计算机视觉和机器学习项目中，尤其是目标检测任务。

1.1、特性

LableImg具备以下特性：

1. 支持多种表注格式（Pascal VOC 格式、YOLO 格式、COCO 格式）
2. 跨平台支持： LabelImg 是一个跨平台的工具，可以在不同的操作系统上运行
3. 支持快捷键： LabelImg 提供了一些快捷键，以加快标注的速度

如下图：

1.2、LabelImg的热键

LabelImg的热键：

热键	含义
Ctrl+S	保存
Ctrl+d	复制当前标签和矩形框
Ctrl+r	更改默认注释目录（标签文件存放的位置）
Ctrl+u	加载目录中的所有图像（鼠标点击Open dir）
w	创建标注框（矩阵/三角）
d	下一张
a	上一张
delete	删除选定的矩阵框
space	将当前图像标记为已标记

二、LabelImg安装

说明：如果是有虚拟环境的，建议先创建一个虚拟环境，然后在安装LabelImg；如果不选择虚拟环境，默认为基础环境。

conda创建虚拟环境以及库的安装

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

安装如下图：

使用：打开cmd输入LabelImg/labelimg（大小写不做区分）

LabelImg

打开后，如下图所示：

快捷使用（自动保存）：

三、3种格式的使用

3.1、VOC格式标注

如图：

保存后的标签文件xml格式：
图片大小、通道数、标签名称、选框位置的参数

<annotation>
	<folder>VOC2007</folder>
	<filename>000030.jpg</filename>
	<source>
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
		<flickrid>340039936</flickrid>
	</source>
	<owner>
		<flickrid>uma_tyan</flickrid>
		<name>?</name>
	</owner>
	<size>
		<width>500</width>
		<height>375</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>bicycle</name>  
		<pose>Right</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>36</xmin>
			<ymin>205</ymin>
			<xmax>180</xmax>
			<ymax>289</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>51</xmin>
			<ymin>160</ymin>
			<xmax>150</xmax>
			<ymax>292</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Frontal</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>295</xmin>
			<ymin>138</ymin>
			<xmax>450</xmax>
			<ymax>290</ymax>
		</bndbox>
	</object>
</annotation>

3.2、yolo格式标注

在图形化界面中选择yolo的保存格式。如下图红框：

保存的文件：类别文件和坐标文件

3.3、json格式

在图形化工具选择对应的JSON格式

保存后的json文件文件：类别+坐标

[
  {
    "image": "000030.jpg",
    "annotations": [
      {
        "label": "person",
        "coordinates": {
          "x": 99.5,
          "y": 226,
          "width": 97,
          "height": 132
        }
      },
      {
        "label": "person",
        "coordinates": {
          "x": 372.5,
          "y": 214,
          "width": 161,
          "height": 156
        }
      },
      {
        "label": "bike",
        "coordinates": {
          "x": 108,
          "y": 247,
          "width": 148,
          "height": 84
        }
      }
    ]
  }
]

四、LabelMe 和 LabelImg适用场景

LabelMe 和 LabelImg 都是用于图像标注的工具，但它们有不同的特点和用途，可以根据具体需求来选择使用哪一个。

LabelMe：

• 用途： LabelMe 主要用于复杂的图像标注任务，特别适用于语义分割和实例分割任务。它允许用户创建像素级的标注，以标识图像中的对象、区域和物体。

• 功能： LabelMe 提供了丰富的交互式标注工具，包括绘制多边形、矩形或自定义形状的区域，以进行复杂的标注。它支持多种标注文件格式，具有数据管理和协作功能。
• 优点： 适用于实例分割、复杂标注任务和多人协作。能够创建详细的像素级标注。
• 缺点： 对于简单的目标检测任务，可能显得过于复杂，因为它更专注于像素级标注。

LabelImg：

• 用途： LabelImg 主要用于目标检测任务，特别适合创建边界框标注。它通常用于标记物体的位置和大小。
• 功能： LabelImg 提供了简单而直观的图形用户界面，用户可以加载图像并使用矩形工具创建目标边界框。它支持多种标注文件格式，适用于单人标注任务。
• 优点： 适用于目标检测任务，界面简单易用，适合快速标注。
• 缺点： 对于像素级标注或实例分割任务，功能较为有限。

如果你需要进行像素级标注、实例分割或复杂标注任务，LabelMe可能更适合；而如果只需要进行目标检测任务，LabelImg提供了更简单的界面和功能来快速创建边界框标注。