这一篇比较简单，讲的是利用matlab提供的一个工具来生成带标签区域的图片，作为对象检测器模型的训练数据。其实机器学习领域，数据的重要性是大于算法的，但是没有多少人会安安静静成下心来研究怎么收集和处理数据，大家都在高谈阔论算法，这一点上真的要佩服李飞飞同学，不知道飞飞是何许人也的可以百度一下。好了，闲话不多说，直接开翻。
描述
训练图标签机（Training Image Labeler）是一个制作标签图像的便利工具，你可以通过它：
-交互式的为多种类对象制作矩形感兴趣区域（ROIs）
-为训练和评估对象检测器导出这些ROIs
-通过 trainCascadeObjectDetector函数训练对象检测器
打开训练图像标签机
-打开App菜单栏，在图像处理和机器视觉下单击红框标签、
-在命令行输入trainingImageLabeler
工具控制
你可以通过数据浏览器增加无限量的图片。可以选择，去除和创建ROIs,以及保存你的会话。完成后，可以导出ROI信息到XML文件里。
通过这个按钮增加图片，注意导入的图片不是拷贝副本，选中图片编辑完后，源图片就被覆盖了。会显示文件名称和被创建的ROIs个数。
创建ROIs
添加完图片后，可以增加标签和框定感兴趣区域。步骤如下
1.单击下面按钮先增加标签种类，规定一个名字，可以选择一种对应的颜色
2.选择第一步创建的标签
3.用鼠标框定图片中的对象，可以拖动框图修改，如果想选取整幅图，可以右键选择Add full image ROI，右键菜单还提供了一些缩放，旋转操作
4.工具栏的show ROI labels可以隐藏和显示标签内容
可以按session为单位保存当前为止的操作，或者理解成保存成一个mat文件也行，该文件会保存所有原图片路径信息，框定的ROI区域和一些其他相关信息。
导出ROIs
ROIs可以导出到matlab工作空间,格式如下，可以看到，其实所谓的ROIs就是图片上框定矩形区域的信息[左上角点x坐标,左上角y坐标，矩形宽度，矩形高度]，以像素为单位。注意一幅图可以有多个ROIs，标签名作为列名被表示出来。
