目标检测数据集标注工具Labelimg安装与使用

一、labelimg是什么

        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，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。 

二、安装labelimg

打开cmd并输入以下命令 

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（注：我这里下载过了，就不需要再次下载） 

结束后，在cmd中输入labelimg

labelimg

 等一会会就会出现labelimg页面

三、初识labelimg 

按键功能介绍

        在View中勾选Auto Save mode （自动保存）

 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

这里有一个技巧，如果整批图片中检测的类型比较单一。我们可以观察右侧的红框，那里面会随着点击OK的那一刻出现已经打好的标签类型。直接点击选择即可。就不用每一张都输入一遍名字，也降低了容错。

四、labelimg的快捷键

         我一般使用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。

五、标注结果展示

VOC

这里，我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。 

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。