labelimg安装及使用教学

文章目录1.labelimg下载安装2.labelimg介绍3.使用教学:one:启动并配置 Labelimg:two:开始标注:three:理解标注产物:four:标注核心原则4.创建yaml文件5.问题总结1.labelimg下载安装新建一个labelimg_env的conda环境conda create -n labelimg_env python3.8高版本python可能会导致labelimg闪退安装labelimgpip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple打开labelimg2.labelimg介绍✅ 建议勾选 view 下的 Auto Save mode常用快捷键W创建标注框 (Create RectBox)Ctrl S保存当前标注A上一张图片D下一张图片Ctrl D复制当前标注框Delete删除选中的标注框3.使用教学1️⃣启动并配置 Labelimg在终端中输入labelimg并回车启动软件。点击左侧菜单的“Open Dir”选择创建的dataset/images/文件夹。点击左侧菜单栏的“PascalVOC”按钮将其切换到“YOLO”格式确保按钮上显示的是YOLO。点击左侧菜单的“Change Save Dir”选择你创建的dataset/labels/文件夹。标注文件会自动保存在这里。⚠️ 注确保 view 下的 “Auto Save mode”是勾选状态2️⃣开始标注软件会自动加载images文件夹中的第一张图片。按下快捷键W或点击左侧的 “Create RectBox” 按钮。在图片中的“目标”周围按住鼠标左键拖动画出一个紧密贴合的矩形框。松开鼠标后会弹出一个标签对话框输入标签名。点击 “OK”第一个标注就完成了。继续按W键为另一个汉字创建另一个标注。当前图片所有汉字都标注完毕后按快捷键D切换到下一张图片重复以上步骤。3️⃣理解标注产物在完成并保存一张图片的标注后会在labels文件夹下看到一个与图片同名的.txt标签文件。.txt文件的内容格式为YOLO格式class_id x_center y_center width height。classes.txt文件用于定义数据集中所有物体的类别。文件的每一行代表一个类别其行号顺序从0开始直接对应标注文件中class_id的值。建议标准的文件夹结构如下/你的项目文件夹/├── images/├── labels/classes.txt基于此结构推荐使用以下命令启动 LabelImg以防止类别ID错乱# 1. 进入项目根目录 cd D:\Userfolder\Desktop\train # 2. 使用相对路径启动 labelimg ./images/ ./labels/classes.txtorlabelimg D:\Userfolder\Desktop\train\images D:\Userfolder\Desktop\train\labels\classes.txt标记文件名要和对应图片名字要相同​ 通常创建images和labels文件存储照片和标记文件训练集、验证集、测试集分开保存。4️⃣标注核心原则严丝合缝标注框应尽可能紧密地贴合目标的边缘避免包含过多的背景噪声。高质量的数据是训练好模型的第一步。处理重叠目标当多个目标重叠时应为每一个目标都单独创建边界框即使这些框会互相重叠。这对于确保后续算法如孪生网络能获取到独立的目标图像至关重要。保持一致整个数据集的标注标准要保持统一例如松紧程度、是否标注被遮挡的目标等。4.创建yaml文件YOLOv8需要一个配置文件通常是.yaml格式来告诉它数据集在哪里、有哪些类别。创建一个data.yaml文件内容如下训练集、验证集、测试集的位置在哪里总共有多少个类别每个类别的名称是什么# 数据集根目录的路径path:D:\Userfolder\Desktop\Yolov8\datasets# 训练集图片文件夹train:images/train# 验证集图片文件夹val:images/val# 测试集图片文件夹test:images/test# 根据的 classes.txt 文件生成索引号 0 对应 target, 索引号 1 对应 charnames:0:target1:char5.问题总结闪退原因有中文路径、python版本太高、数据集没有class文件只显示图片不显示标签① 检查label的文件夹中是否缺少classes.txt② labelimg界面的“Change Save Dir”选择放置标签的路径