使用labelImg制作数据集并用于YOLOV5模型训练

LabelImg是图形图像注释工具。它是用Python编写的，并将Qt用于其图形界面。

目前LabelImg支持YOLO和PascalVOC2种格式，前者标签文件后缀是.txt件，而后者标签文件后缀是.xml件。YOLOv5算法所支持的数据格式为YOLO。图片和保存标签的文件名是对应的，只是扩展名不同(例如：00001.txt和00001.jpg)。标签保存在对应的labels文件夹下，与images中的图片文件名一一对应。

在这里补充下两个常用的制作标签数据集的工具labelImg和labelme的区别

labelimg是一种矩形标注工具，常用于目标识别和目标检测，其标记数据输出为.xml和.txt

labelme是一种多边形标注工具，可以准确的将轮廓标注出来，常用于分割，其标记输出格式为json

总之：labelImg和labelme都是训练数据集时，用于给数据集打标签的软件，但一个是矩形框，一个是可以标记不规则边缘，用于CV的不同领域。

本文主要使用labelImg制作自己的数据集并用于YOLOV5模型训练，给出YOLOV5下载地址：https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/93149