本帖最后由 EASY-EAI 于 2023-2-24 10:54 编辑
1. 安装anaconda3(链接:https://www.anaconda.com/)
使用labelimg进行文件标注前需要进行深度学习环境的配置。 进入anaconda官网界面,选取适合自身操作系统的anaconda文件进行下载并安装。
打开anaconda3的安装文件,进入安装界面,在install for安装选项中建议勾选all users,如下图。
在设置安装路径时,不建议使用默认的安装路径,建议在其他的盘符中新建文件夹进行安装。
在advanced options中勾选第一个√,将anaconda3的安装路径加入环境变量中。
安装完成后,打开开始菜单栏,选择anaconda3-anaconda prompt进入命令行。
在命令行中输入下列代码,若如下图显示pip版本号则证明anaconda3安装成功。
2. 安装labelimg
在命令行窗口中依次输入下列代码,安装labelimg依赖的第三方库。 - pip install PyQt5
- pip install pyqt5-tools
- pip install lxml
- pip install labelimg
(注:此处可能会因网络原因造成卡顿,请耐心等待,若因为网络问题安装失败则重试) 使用pip安装第三方库流程如下: #安装PyQt5,安装成功截图如下 至此,环境配置步骤已经全部完成。 在第三方库安装完成后,在命令行中输入labelimg指令以启动labelimg(注:环境配置完成后再次启动只需要打开anaconda prompt命令行并输入labelimg即可启动,无需再次安装第三方库)。
进入labelimg标注工具的初始化界面如下图所示。
3. labelimg使用说明
3.1 使用labelimg进行数据集标注
labelimg的标注模式分为VOC和YOLO两种,两种模式下生成的标注文件分别为.xml文件和.txt文件,因此在进行标注前需要优先选择好标注的模式。
labelimg左侧菜单栏中按钮功能说明如下。 在labelimg中,标注的快捷键为w,标注后用鼠标拖动锚框进行框选,框选完毕后会弹出类别选择框,如果是当前已有类则直接选择即可,若需要新加类别则在输入框中输入类别标签并确定。
(YOLO标注模式下)标注完成后数据集整体结构如下图所示。
3.2 标签文件解释
使用labelimg标注产生的结果如下。
使用labelimg以VOC模式进行标注产生的标注文件如下,与YOLO标注模式产生的类别标签不同,.xml标注文件不需要将类别文件单独进行存放,因为其中已经包含了标注锚框的位置信息和类别信息。
使用labelimg以YOLO模式进行标注产生的标注文件如下,classes.txt文件中存放的是类别标签,标签文件中以类别+锚框的位置坐标信息进行保存,文件中有几行则说明对应的标注图像中有几个锚框。
4. labelimg操作快捷键汇总
标注常用快捷键如下所示。
Ctrl + s 保存当前改动(注:切换图片时若未保存则会进行询问)
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
Del 删除选定的矩形框
Ctrl + +/Ctrl +滚轮向前 放大
Ctrl + -/Ctrl + 滚轮向后 缩小
↑→↓← 键盘箭头移动选定的矩形框
labelimg完整的快捷键列表如下。
|