使用labelimg进行目标检测数据集标注

使用labelimg进行目标检测数据集标注

labelimg的安装

如果你的电脑安装了python3,在cmd命令行里面执行以下命令即可:

pip install labelimg

就可以运行。
使用labelimg进行目标检测数据集标注_第1张图片

使用labelImg进行图像标注

利用Open Dir按钮可以打开需要被标注的图片的文件夹。
利用Change Save Dir按钮可以打开标注文件存放的文件夹。
利用w快捷键或者点击create\nRectBox可以开始标注,标注完后需要保存

用labelImg标注生成PASCAL VOC格式的xml标记文件。例如:

使用labelimg进行目标检测数据集标注_第2张图片
假设图片的宽度和高度为
width =1000
height = 654
PASCAL VOC标记文件如下:


<annotation>
	<folder>opfolder>
	<filename>img00002.jpgfilename>
	<path>/Users/ericli/PycharmProjects/maskdect/yolo_v3_mask_v1/keras-yolo3-master/img/op/img00002.jpgpath>
	<source>
		<database>Unknowndatabase>
	source>
	<size>
		<width>256width>
		<height>256height>
		<depth>3depth>
	size>
	<segmented>0segmented>
	<object>
		<name>trophyname>
		<pose>Unspecifiedpose>
		<truncated>0truncated>
		<difficult>0difficult>
		<bndbox>
			<xmin>187xmin>
			<ymin>21ymin>
			<xmax>403xmax>
			<ymax>627ymax>
		bndbox>
	object>
annotation>

使用labelimg进行目标检测数据集标注_第3张图片

标注文件内容代表被标注图片内所含的物体。

使用labelimg进行目标检测数据集标注_第4张图片
也可以直接生成YOLO格式的txt标记文件如下:
class_id x y w h

2 0.295000 0.495413 0.216000 0.926606

x = x_center/width = 295/1000 = 0.2950
y = y_center/height = 324/654 = 0.4954
w = (xmax - xmin)/width = 216/1000 = 0.2160
h = (ymax - ymin)/height = 606/654 = 0.9266
class_id: 类别的id编号
x: 目标的中心点x坐标(横向)/图片总宽度
y: 目标的中心的y坐标(纵向)/图片总高度
w: 目标框的宽带/图片总宽度
h: 目标框的高度/图片总高度

你可能感兴趣的:(口罩识别,目标检测,深度学习,人工智能)