标注数据集 --labelimg
我们想要训练自己的数据集时,通常需要自己标注数据集。无论是标注成yolo可识别的txt格式还是voc数据集的xml格式。使用labelimg标注都是一个不错的选择。下面我们就从创建环境,使用labelimg进行标注两个方面来说明。
·
前言:我们想要训练自己的数据集时,通常需要自己标注数据集。无论是标注成yolo可识别的txt格式还是voc数据集的xml格式。使用labelimg标注都是一个不错的选择。
下面我们就从创建环境,使用labelimg进行标注两个方面来说明。
1.创建labelimg环境
1.1创建一个新的虚拟环境:
conda create -n labelimg python=3.6
注:不要跳过这一步直接将包下载在base环境中,base环境中的python一般是最新的版本,与labelimg冲突,会闪退。python3.6可以适配。
1.2安装labelimg包
conda activate labelimg
python -m pip install --upgrade pip #安装pip 9.0.1版本
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

注:这里必须要安装pip9.0.1版本的I(即进行上面第二步),否则就会报如上错误。
然后labelimg唤醒即可。

即可打开这个界面。

2.使用labelimg进行标注
2.1初识labelimg

快捷键为:
- 绘制标注框 w
- 下一张 d
- 上一张 a
- 删除标注框 del
2.2示例说明
下面为示例:
可以再save dir中创建classes.txt或者如上图自己输入该类别。
可以在view->auto save mode中设置自动保存,极大节约了时间。
注意点:
先定义一个classes.txt文件,顺序为0,1,2,3这样,要不然会和保存的类别不一样!!!
或者第一张图先按顺序标!!!(推荐这种,万无一失)
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐



所有评论(0)