LabelImg是一个可视化的图像标定工具,用于制作Faster R-CNN,YOLO,SSD等目标检测算法所需要的数据集,最后输出 xml 文件用于训练算法。
程序是用python写的,需要的运行环境比较复杂,也有其他使用者编译的exe程序,亲测体验不是很好,容易闪退。
程序官网:https://github.com/tzutalin/labelImg
安装参考步骤
一、下载labelImg程序压缩包
官方下载:https://github.com/tzutalin/labelImg。
进入网页后点击如下图所示的Download Zip下载完整程序,解压备用。
二、下载第三方库
解压后的文件夹里是一个完整的py程序,需要安装程序里导入的库,大概有:lxml、PyQt5、sip,可能你已经安装了一部分,这时可以通过试运行程序检测一下还缺少什么库,方法就进入刚才解压的文件夹,地址结构如下图所示,在地址栏中输入“cmd”然后回车,进入此文件夹路径的cmd命令窗口。
输入LabelImg程序的主文件“ labelImg.py ”然后回车执行代码,如果缺少相关的库就会出现报错,比如:No module named ‘ sip ‘,单引号里就是缺少的库名称,然后使用pip命令安装即可。当报错只显示一个:No module named libs.resources ‘时就可以进行下一步啦。
[cc lang = ‘Python’]
# pip安装第三方库命令
pip install lxml
pip install pyQT5
pip install sip
[/cc]
三、转换数据格式
在上一步的cmd命令窗口中执行以下代码:
[cc lang = ‘Python’]
# 转换数据格式,把Qt文件格式转为Python格式
Pyrcc5 -o resources.py resources.qrc
[/cc]
执行完毕后应该是什么也不显示,但是在程序的文件夹中会增加一个“ resources.py ”文件,将其拷贝到同级的 libs 目录下。
四、运行程序
在上一步的cmd命令窗口中执行以下代码:
[cc lang = ‘Python’]
# 启动LabelImg
labelImg.py
[/cc]
使用参考步骤
1、点击左边第三个’Change Save Dir’设置标注后xml数据的保存地址。
2、点击左边第一个’Open’或第二个’Open Dir’打开要标注的图片或者文件夹/3、点击左边’Create RectBox’进行标注,按住鼠标左键拖动然后释放,然后选择一个标签,就标注了一个矩形,必要时可以选中矩形框改变他的位置和大小。
3、点击左边的’Save’保存,会将xml文件保存到指定的位置。
更快的标注
Ctrl + u 从一个文件夹里装载所有图片文件
Ctrl + r 改变默认标准存放文件夹
Ctrl + s 保存
Ctrl + d 复制当前标注和矩形框
w 建立一个矩形框
d 下个图片
a 上个图片
del 删除选中的矩形框
Ctrl++ 放大
Ctrl– 缩小
↑→↓← 移动矩形框