yolo的自定义数据集及工具使用详解

一、工具 labelimg 的介绍

          ​ LabelImg 是一个开源的图形图像注释工具，用于创建边界/矩形框（适用于要标注物体的位置和大小）和多边形注释（适用于标注非规则形状的物体）。它是用python写的，并使用Qt作为其图形界面，所以安装LabelImg需要安装Qt。LabelImg能够在Windows、Linux和macOS等多个平台上运行。它还支持各种类型的图像文件格式，如JPG、PNG和 BMP等。

二、标注的数据格式

• VOC标签格式，保存为.xml文件
• YOLO标签格式，保存为.txt格式
• CreateML标签格式，保存为.json格式

三、labelimg工具的安装 

1、创建并激活虚拟环境

     默认已经安装anaconda，未安装参考Anacond下载安装配置教程详解

# 创建虚拟环境

conda create -n labelimg python=3.8

# 激活虚拟环境

conda activate labelimg

2、执行安装LabelImg命令 

在虚拟环境中执行如下命令：

pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install pyqt5-tools -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install lxml -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install labelImg -i https://pypi.tuna.tsinghua.edu.cn/simple/ （Img中的I要大写，注意）

四、工具使用说明 

1、创建所需文件夹

       创建数据集文件夹，默认是VOC2007，也可自定义。在VOC2007文件夹内创建3个文件夹： 

• 名为 JPEGImages 的文件夹，存放的是需要打标签的图片
• 名为 Annotations 存放标注的标签文件
• 名为 predefined_classes.txt 的txt文件来存放所要标注的类别名称（如果是YOLO数据集标注会自动在Annotations 中生成classes.txt）

2、准备数据

      将需要标注的图片存放在JPEGImages文件夹里（人、狗、猫三种类别照片）

      将图片所属的类别写进predefined_classes.txt文件里（人、狗、猫三种类别名称）

3、启动命令

在虚拟环境中执行 labelmg 命令

或 指定文件夹

(labelimg)C: Users 12045>labelImg D:\AI\Python\VOC2007\JPEGImages D:\AI\Python\VOC2007\predefined_classes.txt D:\AI\Python\VOC2007\Annotation

       指定文件夹打开之后，由于上述命令，会把相应的图片都加载过来，并在进行标注的时候，可以选择所属类别。

4、工具界面说明

五、图像标注

1、标注的过程

        首先选中1的Create RectBox位置，则会对图片进行矩形框的绘制2，在标注好之后，填充类别dog，点击ok，则进行标注成功。最后点击快捷键 D 进行自动保存（也可以进行手动保存），接着会出现下一张图片，用同样的方法进行标注。 

2、标注结果

2.1 yolo注释结果

 2.2 VOC注释结果