labelImg安装和操作指南(基于上一篇yolov 5 安装)

全文指导性文章:教程:超详细从零开始yolov5模型训练 -作者:抛到海里

下载labelImg

  • labelImg下载地址
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第1张图片

创建文件夹

  • 在D盘中创建yolo_A文件夹(名称和位置随意取,自己找得到就ok)
  • 在yolo_A文件中创建:images、labels、A.yaml(注意:最后一个是YAML文件,如果你学了Python就知道应该如何正确创建)
    • Image存放样本图片
    • Labels存储标注信息
    • A.yaml文件存放目录信息和标志物分类
      labelImg安装和操作指南(基于上一篇yolov 5 安装)_第2张图片

删除一个.txt文件里的内容

  • 解压第一步下载的压缩包,在labellmg-master>data文件中找到predefined_classes.txt,直接打开,删除所有内容,保存。
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第3张图片

做一些准备工作

  • 打开Anaconda Prompt
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第4张图片

  • 激活环境activate yolo (请将yolo替换为你创建的环境名)
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第5张图片

  • 输入conda install pyqt=5
    出现Proceed ([y]/n)?语句,输入y(表示yes),等待下载。

  • 输入 conda install -c anaconda lxml,等待下载完毕。
    出现Proceed ([y]/n)?语句,输入y,等待下载完成。

  • 输入pyrcc5 -o libs/resources.py resources.qrc(需要特别说明,这一行代码我弄了很久也没有运行成功,但是似乎不会影响到后续的操作。假如这一步你没有做好,没有关系)

运行labelImg

  • 将文件位置 cd 到labelImg-master文件(如果不知道cd 怎么用,请网络查找)
    • cd 路径的时候,最好直接粘贴文件夹名称,不然有极大可能搞错labllmg-master大小写
  • 输入python labelimg.py
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第6张图片
    运行成功,跳出新界面(此时一定不要着急关闭Anaconda Prompt,如果不小心关掉,查看文章最后的步骤-“再次打开labeling”)
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第7张图片
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第8张图片
  • 我们需要更改一些设置:
  • 点击上方>查看,按照下图打钩
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第9张图片
  • 点击右方中间的图标,将显示的logo改为yolo
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第10张图片
    更改设置完毕
  • 导入存放图像的目录,打开在开头建立的专门用来放图片素材的images文件,点击选择文件夹。
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第11张图片
  • 导入完成后,右下方将会出现目录栏。双击即可选择图片
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第12张图片
  • 点击创建区块(快捷键‘W’)
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第13张图片
  • 在拉伸选择需要标记的区块后,会弹出一个小窗口
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第14张图片
  • 在框中输入标记的名称,比如标记的是房屋,可以写‘house’,点击‘OK’
  • 接下来可以看到左侧出现了标记的标签,你可以在右上角编辑标签
    labelImg安装和操作指南(基于上一篇yolov 5 安装)_第15张图片
  • 标记好以后,Ctrl+S保存到labels(开头新建的文件夹)
  • 关闭labeling→右上角直接叉掉

再次打开labelImg

  • 打开Anaconda Prompt
  • 激活环境activate yolo
  • cd 到 labelImg-master文件
  • 输入python labelimg.py

-end-

你可能感兴趣的:(yolov_5,python,深度学习)