YOLOv5入门实践(2)——手把手教你利用labelimg标注数据集

简介: YOLOv5入门实践(2)——手把手教你利用labelimg标注数据集

前言

上一篇我们已经搭建好了YOLOv5的环境(直通车→YOLOv5入门实践(1)——手把手带你环境配置搭建),现在就开始第二步利用labelimg标注数据集吧!

  🍀本人YOLOv5源码详解系列:  

YOLOv5源码逐行超详细注释与解读(1)——项目目录结构解析

YOLOv5源码逐行超详细注释与解读(2)——推理部分detect.py

YOLOv5源码逐行超详细注释与解读(3)——训练部分train.py

YOLOv5源码逐行超详细注释与解读(4)——验证部分val(test).py

YOLOv5源码逐行超详细注释与解读(5)——配置文件yolov5s.yaml

YOLOv5源码逐行超详细注释与解读(6)——网络结构(1)yolo.py

YOLOv5源码逐行超详细注释与解读(7)——网络结构(2)common.py



一、labelimg工具介绍

Labelimg是一个图形图像注释工具。

它是用Python编写的,并使用Qt作为其图形界面。

注释以PASCAL VOC格式保存为XML文件,这是使用的ImageNet格式。此外,它还支持YOLO格式和 CreateML 格式。


二、 labelimg的下载

labelimg的下载有两种:

法1:从官网下载→下载地址:https://github.com/tzutalin/labelImg

法2:如果你和我一样懒就直接网盘下载吧(感谢提供资源的大佬!)

链接:https://pan.baidu.com/s/19GoT4Tb0Mco1STgprxAjPw?pwd=j666 

提取码:j666


三、labelimg的安装

第1步:利用cd命令进入labelimg所在的文件夹

d:
cd [自己的文件位置]

第2步:安装 pyqt,这里我安装的是pyqt5

conda install pyqt=5

安装完成就是下图这样:

第3步:安装完成后,执行命令

pyrcc5 -o libs/resources.py resources.qrc

这个命令没有返回结果。

第4步:打开labelimg

python labelImg.py

这样就打开了呢~


四、labelImg 的使用

4.1 准备工作

第1步:在yolov5目录下新建一个名为VOCData的文件夹

(这个是约定俗成,不这么做也行)

第2步:在VOCData的文件夹内建立Annotations和images文件夹

  • Annotations:存放标注的标签文件
  • images:存放需要打标签的图片文件


4.2 标注前的设置

将要标注的图片放入images文件夹内,运行软件前可以更改下要标注的类别。这里选了三个类别:花、猫猫和鱼。

然后我们在labelimg的data文件下找到predefined_classes.txt 这个txt文档,在里面输入自定义的类别名称,如下图所示:


4.3 开始标注

标注前我们先认识一下功能键。如下图所示:

还有view的一些功能键,如下图所示:

常用快捷键如下:

A:切换到上一张图片

D:切换到下一张图片

W:调出标注十字架

del :删除标注框框

Ctrl+u:选择标注的图片文件夹

Ctrl+r:选择标注好的label标签存在的文件夹


接下来打开图片,按住鼠标左键就可以标注了。

点击鼠标右键还可以移动选框位置和调整大小。

标签打完以后可以去Annotations 文件下看到标签文件已经保存在这个目录下。


好了,lambelimg的使用就讲到这里啦~


本文参考:

目标检测---利用labelimg制作自己的深度学习目标检测数据集

目录
打赏
0
3
1
0
113
分享
相关文章
YOLOv5入门实践(4)——手把手教你训练自己的数据集
YOLOv5入门实践(4)——手把手教你训练自己的数据集
2587 0
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
8451 1
目标检测实战(五): 使用YOLOv5-7.0版本对图像进行目标检测完整版(从自定义数据集到测试验证的完整流程)
本文详细介绍了使用YOLOv5-7.0版本进行目标检测的完整流程,包括算法介绍、环境搭建、数据集准备、模型训练、验证、测试以及评价指标。YOLOv5以其高精度、快速度和模型小尺寸在计算机视觉领域受到广泛应用。
2297 0
目标检测实战(五): 使用YOLOv5-7.0版本对图像进行目标检测完整版(从自定义数据集到测试验证的完整流程)
实战|YOLOv10 自定义目标检测
实战|YOLOv10 自定义目标检测
339 1
YOLOv5入门实践(3)——手把手教你划分自己的数据集
YOLOv5入门实践(3)——手把手教你划分自己的数据集
4265 0
必知的技术知识:ImageNet数据集介绍和下载后的处理
必知的技术知识:ImageNet数据集介绍和下载后的处理
933 0
【Pytorch神经网络实战案例】23 使用ImagNet的预训练模型识别图片内容
Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域,关于图像分类、定位、检测等研究工作大多基于此数据集展开。
804 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等