https://blog.csdn.net/snowy_susu/article/details/81174742
原博客连接
LabelImage安装过程:
LabelImage可用于神经网络中训练样本的标签标定,可实现自制样本用于自己网络的调参使用,属于人工标定的过程,工作量还是挺大的,窗口为矩形窗口,不能改变方向,貌似!!(我想要能改变方向的如斜着的矩形框!!!探索中。。。)
环境:window7 +Anaconda(python3.6.1),第一次觉得Anaconda那么省事!!
(1)打开Anaconda Prompt 终端,输入 conda list 发现已经安装了lxml 和pyqt5.6版本,省事了。若未安装,运行 conda install pyqt=5 ,安装。
(2)下载labelImage源代码并运行:
下载地址:https://github.com/tzutalin/labelImg
下载后并解压得到文件夹labelImg-master (记住文件夹位置)。
在labelImg-master文件夹下,shift+右键,打开power shell窗口(‘在此处打开命令窗口’选项),然后输入:
pyrcc5 -o resources.py resources.qrc
python labelImg.py
即可打开窗口。
(3)窗口如下图所示:)
(4)结果为:.xml文件
快捷键
Ctrl + u 加载目录中的所有图像,鼠标点击Open dir同功能
Ctrl + r 更改默认注释目标目录(xml文件保存的地址)
Ctrl + s 保存
Ctrl + d 复制当前标签和矩形框
space 将当前图像标记为已验证
w 创建一个矩形框
d 下一张图片
a 上一张图片
del 删除选定的矩形框
Ctrl++ 放大
Ctrl-- 缩小
↑→↓← 键盘箭头移动选定的矩形框
想要修改图2中的标签类别内容(如默认的dog、person、cat等)则在主目录下data文件夹中的predefined_classes.txt文件中修改。
使用时,使用ctrl+u快捷键加载图片后,使用ctrl+r快捷键指定生成的xml文件的保存位置,然后开始按照类别将图片中的目标进行矩形框标注,每标注一个目标后软件自动弹出类别信息以供选择,在弹出的类别信息中选择对应的类别名称双击即可。
当一张图片中各个类别所需要标注的目标全部标注后,点击保存按键或者使用ctrl+s快捷键保存就生成了相对应的xml位置信息文件,此时可以开始下一张图片的标注。