目标检测数据集标注工具Labelimg安装与使用

一、labelimg是什么

        labelimg是一款开源的图像标注工具，标签可用于分类和目标检测，其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。 

二、安装labelimg

打开cmd并输入以下命令 

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

然后等待其自动帮你安装labelimg以及lxml和pyqt5（注：我这里下载过了，就不需要再次下载） 

结束后，在cmd中输入labelimg

labelimg

 等一会会就会出现labelimg页面

三、初识labelimg 

按键功能介绍

Open	打开单个图像文件
Open Dir	打开文件夹多幅图像
Change Save Dir	标注后图像数据存储的路径
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	画一个标注框
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	图像适应窗口
Fit Width	图像适应宽度

        在View中勾选Auto Save mode （自动保存）

 接下来我们打开需要标注的图片文件夹 

并设置标注文件保存的目录（上图中的Change Save Dir） 

        接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复

labelimg的快捷键

这里有一个技巧，如果整批图片中检测的类型比较单一。我们可以观察右侧的红框，那里面会随着点击OK的那一刻出现已经打好的标签类型。直接点击选择即可。就不用每一张都输入一遍名字，也降低了容错。

四、labelimg的快捷键

         我一般使用W和D ，这里大家可以去试试，用上快捷键后，标注速度肯定会得到提升。

五、标注结果展示

VOC

这里，我将文件保存的目录设置到了图片目录，大家可以自己去设置   

由于笔者是用PASCAL VOC格式，其最终保存为XML文件

以记事本打开，内容如下，有许多信息（图片大小、通道数、标签名称、选框位置的参数）

标注完后，生成的xml文件就可以方便后续的xml_to_csv以及转换为tfrecord文件了。 

YOLO 

 主要改成YOLO即可，后续操作与上述一样。 

生成文件如下

 一个名为“classes.txt”的文件也保存到该文件夹​​中。

①“classes.txt”定义了你的 YOLO 标签所引用的类名列表。 

②具体的标注文件中每一行表示一个目标，以空格进行区分，分别表示目标的类别id，归一化处理之后的中心点x坐标、y坐标、目标框的w和h。

        完成后可进行后续的yolo训练方面的操作。