LabelImg（目标检测标注工具）的安装与使用教程

原文链接：https://blog.csdn.net/knighthood2001/article/details/125883343

什么是labelimg
labelimg是一款开源的图像标注工具，标签可用于分类和目标检测，它是用python写的，并使用Qt作为其图形界面，简单好用（虽然是英文版的）。其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。

安装labelimg
在cmd输入以下命令

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

然后等待其自动帮你安装labelimg以及lxml和pyqt5（下图由于笔者已经安装过了，就不重新卸载安装了）

 

 

结束后，在cmd中输入labelimg

labelimg

 

等一会会就会出现labelimg页面

注意：如果上面输入labelimg后，cmd中提示

不是内部或外部命令，也不是可运行的程序或批处理文件。

你可以试试使用everything搜索labelimg.exe。该软件一般在你python目录下的scripts目录中，比如我的labelimg就在G:\applicationsoftware\Python\python3.8.2\Scripts\

 

  

 

  

双击打开即可。

初识labelimg

 

英文解释如下：

 

 

打开后，我们自己设置一下

 

在View中勾选Auto Save mode

 

接下来我们打开需要标注的图片文件夹

 

 

并设置标注文件保存的目录（上图中的Change Save Dir）

接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复

 

 

labelimg的快捷键

 

笔者一般使用W和D ，这里大家可以去试试，用上快捷键后，标注速度肯定会得到提升。

标注结果展示
1 VOC
这里，笔者将文件保存的目录设置到了图片目录，大家可以自己去设置

 

 

由于笔者是用PASCAL VOC格式，其最终保存为XML文件

以记事本打开，内容如下，有许多信息（图片大小、通道数、标签名称、选框位置的参数）

 

 

标注完后，生成的xml文件就可以方便后续的xml_to_csv以及转换为tfrecord文件了。

2 YOLO

 

主要改成YOLO即可，后续操作与上述一样。

生成文件如下

 

 

一个名为“classes.txt”的文件也保存到该文件夹​​中。

①“classes.txt”定义了你的 YOLO 标签所引用的类名列表。

②具体的标注文件中每一行表示一个目标，以空格进行区分，分别表示目标的类别id，归一化处理之后的中心点x坐标、y坐标、目标框的w和h。

 

 

完成后可进行后续的yolo训练方面的操作。

labelimg.exe的存放位置
使用everything软件查找labelimg

 

 

可以发现一般其安装在你Scripts目录下，

 

 

写在结尾
本篇文章主要是方便大家安装labelimg以及使用labelimg的一些小技巧，在目标检测上面，在标注图片上面，了解一些labelimg及其使用还是很有必要的。