训练模型第一步--------使用LabelImg创建数据标签

装机环境：Win10+Python3.5

一、LabelImg是什么？

      LabelImg 是一个图形图像注释工具，采用 Python 编写而成，并使用 Qt 作为其图形界面

二、前提准备工作

      0.在这里，我默认你已经安装好了Python以及确保带有Pip（Python3.0以上一般都会自带）

      1.安装PyQt5.       

pip install PyQt5 

        这里还是多说一句吧，由于网络原因等等吧，上述命令不一定会执行成功。结局办法：手动下载whl文件。在执行上述脚本的之后，pip会根据你当前电脑环境版本自动寻找一个最适合你下载的库。比如：

       

         可以看到，我这里pip自动为我寻找的PyQt5的版本是PyQt5-5.15.2-5.15.2-cp35.cp36.cp37.cp38.cp39-none-win_amd64.whl。诸如此类问题吧，都可以这样手动解决，下面附上一个下载地址：

         https://pypi.org/project/

        2.安装安装PyQt5-tools

pip install pyqt5-tools

         安装不了参考上面的解决办法

        3.安装lxml

pip install lxml

        4. 最重要的，LabelImg下载Dowmload

三、安装

      编译pyrcc编译源文件

      进入到labelImg的安装根目录，执行

pyrcc5 -o resources.py resources.qrc
python labelImg.py

      不出意外地话，会弹出一个窗口：

      

 

        贴一下Github上关于labelimg的安装说名：

        

        至此，安装工作完成。

四、实验

       数据集不大，模型没有意义。

1.数据标注流程：

       （1）打开labelImg之后，点击Open Dir选择要处理的图片所在的文件夹

        （2）点击Create RectBox创建标注区域,并命名

  

        （3）点击Save，NextImage。以此类推。

          在完成所有的数据样本的标注之后，我们可以得到下面成果，每一张图片后面都有一个与其名字相同的xml文件。

          ！！！！！！！！图片先欠着。

2.XML转TXT

          YOLO需要的是TXT格式，所以我们需要转换~

打开一个XML文件先查看里面的格式和内容

解释几个重点节点：
:图片的宽度
:图片的高度
:图片的类别的名字

:标注框左上角的x坐标
:标注框左上角的y坐标
:标注框右上角的x坐标
:标注框右上角的y坐标

而TXT要求的格式：

    

该图片所拥有的类别，在车牌检测中就是车牌代表
的数字，因为只有检测车牌即只有1类，因此是0

 中心点横坐标：这里的坐标并不是绝对坐标（真实坐标），
而是相对于图片宽度的相对坐标，转换公式为:
 =  / ，这里的absolute_x是指标注框中心的横坐标,即（xmin+xmax）/2

 中心的纵坐标：这里的坐标并不是绝对坐标（真实坐标），
而是相对于图片高度的相对坐标，转换公式为:
 =  / ，这里的absolute_y是指标注框中心的横坐标,即（ymin+ymax）/2

 标注框宽度：这里的宽度并不是绝对宽度（真实宽度），而是相对于图片宽度的相对宽度，转换公式为 =  / ，即(xmax-xmin) / 

 标注框宽度：这里的宽度并不是绝对宽度（真实宽度），而是相对于图片宽度的相对高度，转换公式为 =  / ,即(ymax-ymin) /