目标检测算法实现（五）——Labelimg安装使用+xml-txt转换

目录

1.LabelImg的安装（已上传）

1.1 github的安装包地址：https://github.com/tzutalin/labelImg（安装包较小 可以直接下载）1.2 我是在Windows + Anaconda下安装的

1.3 按键功能介绍

2.xml文档转txt（xml-txt.py文件已上传）

2.1 在data文件下创建如下文件目录

2.2 在根目录下创建make_txt.py文件，代码如下，运行代码后ImageSets中生成数据集分类txt文件。

2.3 根目录下添加 txt-xml.py 文件 

3.排序文件 （shunxu.py已上传）

4.查看tensorboard

---

1.LabelImg的安装（已上传）

1.1 github的安装包地址：https://github.com/tzutalin/labelImg（安装包较小 可以直接下载）
1.2 我是在Windows + Anaconda下安装的

首先打开Anaconda Prompt然后跳转到安装包下载的目录下即labelImg-master文件夹目录下(eg.cd C:\Users\liukaiming945\Desktop\labelImg-master)

然后执行以下命令：

conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

1.3 按键功能介绍

在labelImg窗口的左边功能键介绍:

• “Open”是打开单个图像2.
• “Open Dir” 打开文件夹
• "Change Save Dir" 图像保存的路径
• “Next Image” 切换到下一张图像
• “Prev Image”切换到上一张图像
• “Verify Image”校验图像
• “Save”保存图像
• “Create RectBox”画标注框一个
• “Duplicate RectBox”重复标注框
• “Delete RectBox”删除标注框
• “Zoom In” 放大图像
• “Zoom Out” 缩小图像
• “Fit Window”图像适用窗口
• “Fit Width”图像适应宽度

快捷键：

2.xml文档转txt（xml-txt.py文件已上传）

2.1 在data文件下创建如下文件目录

将所有的图片放到JPEGImages文件夹下，将所有xml文件放入到Annotations文件夹下

2.2 在根目录下创建make_txt.py文件，代码如下，运行代码后ImageSets中生成数据集分类txt文件。

运行以上代码，可以得到的结果是，在ImageSets中有我们的数据集分类：

2.3 根目录下添加 txt-xml.py 文件 

需要注意的是，sets中改为你的sets的名字（make_txt生成的）

classes修改为你需要检测的类别，我只需要检测fire一类。

运行以上代码后，在data文件下出现了train、val、test的txt文件，保存了图片的路径。（带有图片的路径） 

data文件夹下新建labels文件夹，文件夹内生成txt文件。

3.排序文件 （shunxu.py已上传）

修改path为需要排序的文件夹的路径 运行即可

4.查看tensorboard

tensorboard --logdir C:\Users\liukaiming945\Desktop\yolov5-master\runs\train\exp10

tensorboard --logdir=C:\Users\liukaiming945\Desktop\yolov5-master\runs