简介：当我们在开源网站找到了想要的数据集，下载后却发现没有对应的label怎么办？这时候就需要我们自己给图片标注。

        标注是通过在图像中框选目标对象，为卷积网络提供明确的识别目标，从而指导其进行特征学习的过程。

下列是我们常用到的图像标注辅助工具：

        LabelImg
        开源工具，支持矩形框标注（Bounding Box），输出格式为PASCAL VOC或YOLO。此外，它还支持 COCO数据集格式。适用于目标检测任务。

        Labelme

         开源的图像标注工具，由麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）开发。它支持多边形、矩形、圆形、线段和点等多种标注形式，适用于计算机视觉任务（如目标检测、语义分割）的数据集制作。一般用于语义分割任务。

       接下来，博主会主要介绍labelimg如何使用，以及标注过程需要注意的事项。

一、安装LabelImg

        下载并安装LabelImg工具，支持Windows、macOS和Linux系统。

首先打开终端（在Windows搜索栏输入CMD）

点击第一个“命令提示符”，打开后输入下列代码即可安装

Windows用户可通过pip安装：

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

安装完成后，命令行输入labelimg启动工具。

等待一会弹出labelimg初始界面

        如果你是第一次使用labelimg制作YOLO数据集，请务必看完最后的注意事项！

        YOLO数据集通常包含images和labels两个文件夹：images用于存储原始图片，labels则存放对应的标注文件。YOLO格式的图片文件为.png或.jpg，标注文件采用txt格式，一个txt文件对应一张图片，每个txt文件与其对应的图片名称一致，仅文件扩展名不同。

二、使用方法

设置标注格式

        启动LabelImg后，点击菜单栏Change Save Dir选择存放标注文件的文件夹。通过PascalVOC（默认XML格式）或YOLO（TXT格式）下拉菜单切换输出格式。本文主要介绍YOLO格式的标注。

     

标注操作

        快捷键W激活矩形框工具，拖动鼠标框选目标。在弹出的对话框中输入类别名称（如图中白车），按OK确认。 

千万千万千万注意⚠️！！！不要输错类别名

进阶技巧

        启用自动保存：菜单栏勾选Auto Save mode。

常用快捷键：

快捷键	作用
D	切换下一张
S	切换上一张
W	快捷激活标定框工具
Ctrl + S	保存当前标注
Ctrl + D	复制上一标注框
Ctrl + D	修改默认标注目录

                       

注意事项：

       1.对于多类别数据集，建议先在 Word 文档中列出所有类别名称，然后通过复制粘贴的方式输入标签。这样可以避免在后续标注过程中因手动输入导致的类别名称错误。

      千万千万千万注意⚠️！！！不要输错类别名！

      YOLO格式中类别名称错误会导致严重问题。例如将"纸板"误标为"纸巾"并保存类别名称，这会改变nc值。假设你的数据集包含"可回收、厨余、其他、有害"四个垃圾类别，labelimg工具会自动为类别分配ID：第一个保存的"可回收"类别ID为0，"厨余"为1，依此类推。即使你在标注界面删除错误的标注框，错误的类别名称仍会保留在class文件中并占用ID。这会导致YOLO训练时出现"CUDA error: device-side assert triggered"报错，即常见的类别数量不匹配问题。

        2.建议在第一张图片中，完成所有类别名的创建。如图所示，直接框选空白处先完成对所有类别的建立（按照第一步复制粘贴），后续标注时可以直接在栏目中选择，避免输入错误。

        3.建议一次性完成所有图片的标注，这样可以省去很多不必要的麻烦。如果需要补充数据集，也务必按照ID顺序填写类别名。

       这是博主踩过坑，这里警醒大家，希望大家不要在标注完数千张照片后才后知后觉！😂       

检查与导出

完成标注后，请核对XML文件与图片是否匹配。YOLO格式会输出两种文件：

1. 每个图片对应的.txt文件，内容格式为：[类别编号] [归一化中心x坐标] [归一化中心y坐标] [归一化宽度] [归一化高度]
2. classes.txt文件，按ID顺序记录所有标注类别。该文件对后续YOLO数据集导入至关重要。