labelImg 是一个图形化标注工具
它使用python编写和图形界面使用的Qt。
可以支持YOLO哦,所以我会使用它~
界面效果图:
安装
首先从Github上下载源文件:
$ git clone https://github.com/tzutalin/labelImg.git
安装依赖文件:
$ sudo apt-get install pyqt5-dev-tools
$ pip3 install pyqt5==5.10.1
$ pip3 install lxml==4.6.2
github上使用的是sudo pip3 install -r requirements/requirements-linux-python3.txt
这样下载会链接到默认服务器,下载会很慢。
启动
$ make qt5py3
$ python3 labelImg.py
$ python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]
YOLO使用步骤
- 在
data/predefined_classes.txt
文件中定义这一些将会用到的标签,这个可以自定义更改。 - 按照上面的步骤构建和启动。
- 在工具栏中"保存"按钮的下方,单击“PascalVOC”按钮区切换YOLO格式
- 我们可以使用打开或者打开文件夹处理单个或者多个图像文件。完成单个图像的标注后,单击“保存”。
YOLO格式的txt文件将以与您的图片相同的名称保存在同一文件夹中。名为“ classes.txt”的文件也被保存到该文件夹。 “ classes.txt”定义了YOLO标签所引用的类名列表。
注意:
- 标签列表在处理图像列表的过程中不得更改。保存图像时,classes.txt也将被更新,而以前的注释将不被更新。
- 保存为YOLO格式时,请勿使用“默认类”功能,否则将不会引用该功能。
- 当保存为YOLO格式时,“困难”标志将被丢弃。
测试
例如笔者编辑一张名为webots_map.png的图片,首先切换为YOLO模式,框出中间的小车,标签为car
点击保存后会出现两个文件
classes.txt 为所有类型,car排在第四个
webots_map.txt就是标准的yolo标注数据
4 0.582474 0.470304 0.275405 0.258287
结语
本文也是基于笔者的学习和使用经验总结的,主观性较强,如果有哪些不对的地方或者不明白的地方,欢迎评论区留言交流~
✌Bye