1. Toy模板网首页
  2. > Toy博客

labelImg 使用以及安装教程---图像标注工具

8月前 作者：Bevis_OTL 分类：Toy博客 阅读(29) 违法举报

这篇具有很好参考价值的文章主要介绍了labelImg 使用以及安装教程---图像标注工具。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

目录

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 文章来源地址https://www.toymoban.com/news/detail-775878.html

labelImg 使用教程

LabelImg简介

LabelImg用法

步骤 (PascalVOC)

步骤 (YOLO)

创建预定义的类

注释可视化

热键

验证图片

设置困难识别对象

如何重置设置

实际操作

相关和附加工具

labelImg安装

在gitbash的安装

从源代码构建

使用 Docker

拓展

roLabelImg简介

labelImg 使用教程

LabelImg简介

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ImageNet使用的格式。此外，它还支持YOLO格式和 CreateML 格式

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

LabelImg用法

步骤 (PascalVOC)

  1. 使用上述说明构建和启动。
  2. 单击菜单/文件中的“更改默认保存的注释文件夹”
  3. 点击“打开目录”
  4. 单击“创建矩形框”
  5. 单击并释放鼠标左键选择一个区域来注释矩形框
  6. 您可以使用鼠标右键拖动矩形框来复制或移动它

注释将保存到您指定的文件夹中。

您可以参考以下热键来加快您的工作流程。

步骤 (YOLO)

  1. 在data/predefined_classes.txt定义将用于您的培训的课程列表。
  2. 使用上述说明构建和启动。
  3. 在工具栏中“保存”按钮的正下方，单击“PascalVOC”按钮切换到 YOLO 格式。
  4. 您可以使用 Open/OpenDIR 处理单个或多个图像。完成单个图像后，单击保存。

YOLO 格式的 txt 文件将与您的图像同名保存在同一文件夹中。一个名为“classes.txt”的文件也保存到该文件夹​​中。“classes.txt”定义了你的 YOLO 标签所引用的类名列表。

笔记：

  • 您的标签列表在处理图像列表的过程中不应更改。保存图像时，classes.txt 也会更新，而之前的注释不会更新。
  • 保存为 YOLO 格式时不应该使用“默认类”功能，它不会被引用。
  • 当保存为 YOLO 格式时，“困难”标志被丢弃。

创建预定义的类

您可以编辑 data/predefined_classes.txt 以加载预定义的类

注释可视化

  1. 将现有的标签文件复制到与图像相同的文件夹中。标签文件名必须与图像文件名相同。
  2. 单击文件并选择“打开目录”，然后打开图像文件夹。
  3. 在文件列表中选择图像，它将显示该图像中所有对象的边界框和标签。

（在视图中选择显示标签模式以显示/隐藏标签）

热键

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 

验证图片

当按下空格键时，用户可以将图像标记为已验证，然后将显示绿色背景。在自动创建数据集时使用此功能，然后用户可以浏览所有图片并标记它们，而不用对其进行注释

设置困难识别对象

困难字段设置为1表示该对象已被注释为“困难”，例如，清晰可见但在不大量使用上下文的情况下很难识别的对象。根据您的深度神经网络实现，您可以在训练期间包括或排除困难对象。

如何重置设置

如果加载类时出现问题，您可以：

  1. 从 labelimg 的顶部菜单中单击 Menu/File/Reset All

  2. 从您的主目录中删除 .labelImgSettings.pkl。在 Linux 和 Mac 中，您可以执行以下操作：

    rm ~/.labelImgSettings.pkl

实际操作

1. 先准备好两个文件夹，一个存放已经采集好的图片，另一个存放准备标定后的xml文件，并修改data文件夹下的predefined_classes.txt类文件（我这里只设置一个类 ）并保存：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

2. 在LabelImg文件夹右键控制台运行python labelImg.py启动程序：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 

3.点击open dir，选择我们存放图片的文件夹，然后再选择我们准备存放xml文件的文件夹：
（注意：打开已有标注的文件夹时，务必保证里面有class.txt文件，否则程序将崩溃）

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 4.然后点击Create/nRectBox或按快捷键W开始画框：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 5. 选择目标类别并点击ok

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 6. 标完后点击Next Image或按快捷键D切换到下一张图片

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 7. 当一张图片标记完成后，会在一开始我们设置存储xml文件的文件夹下生成一个xml文件：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 8. 打开可观察里面的内容：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 

 

相关和附加工具

  1. ImageNet Utils用于下载图像、为机器学习创建标签文本等
  2. 使用 Docker 运行 labelImg
  3. 生成 PASCAL VOC TFRecord 文件
  4. 基于 Nick Roach (GPL) 的 Icon 的 App Icon
  5. 在 vscode 中设置 python 开发
  6. 本项目在iHub平台的链接
  7. 将注释文件转换为 CSV 格式或 Google Cloud AutoML 格式

labelImg安装

在gitbash的安装

用gitbash打开，运行git clone https://github.com/tzutalin/labelImg
然后pip install pyqt5 ，报错，先安装SIP：pip install SIP，再次执行pip install pyqt5，仍然报错，
（直接下载源码安装），链接：PyQt5，下这个：
labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 

下好后，直接在.whl文件当前文件夹右键运行cmd，执行pip install PyQt5-5.13.0-5.13.0-cp35.cp36.cp37.cp38-none-win_amd64.whl

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 然后安装lxml：pip install lxml
接下来：
Open cmd and go to the labelImg directory

pyrcc4 -o line/resources.py resources.qrc
For pyqt5, pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

执行pyrcc4 -o line/resources.py resources.qrc时报错：

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 原来我们安装的是PyQt5，不用执行上面那句，直接执行：pyrcc5 -o libs/resources.py resources.qrc，然后运行python labelImg.py 就好了。

 labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

从源代码构建

Linux/Ubuntu/Mac 至少需要Python 2.6并且已经使用PyQt 4.8进行了测试。但是，强烈建议使用Python 3 或更高版本和 PyQt5 。

Ubuntu Linux

Python 3 + Qt5

sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

IOS系统

Python 3 + Qt5

brew install qt  # Install qt-5.x.x by Homebrew
brew install libxml2

or using pip

pip3 install pyqt5 lxml # Install qt and lxml by pip

make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

Python 3 Virtualenv（推荐）

Virtualenv 可以避免很多 QT/Python 版本的问题

brew install python3
pip3 install pipenv
pipenv run pip install pyqt5==5.15.2 lxml
pipenv run make qt5py3
pipenv run python3 labelImg.py
[Optional] rm -rf build dist; python setup.py py2app -A;mv "dist/labelImg.app" /Applications

注意：Last 命令为您提供了一个漂亮的 .app 文件，其中包含 /Applications 文件夹中的新 SVG 图标。可以考虑使用脚本：build-tools/build-for-macos.sh

Windows

安装Python、 PyQt5 并安装 lxml。

打开cmd进入labelImg目录

pyrcc4 -o libs/resources.py resources.qrc
For pyqt5, pyrcc5 -o libs/resources.py resources.qrc

python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

如果要打包成单独的EXE文件

Install pyinstaller and execute:

pip install pyinstaller
pyinstaller --hidden-import=pyqt5 --hidden-import=lxml -F -n "labelImg" -c labelImg.py -p ./libs -p ./

 Windows + anaconda

下载并安装Anaconda (Python 3+)

打开Anaconda Prompt，进入labelImg目录

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

使用 Docker

docker run -it \
--user $(id -u) \
-e DISPLAY=unix$DISPLAY \
--workdir=$(pwd) \
--volume="/home/$USER:/home/$USER" \
--volume="/etc/group:/etc/group:ro" \
--volume="/etc/passwd:/etc/passwd:ro" \
--volume="/etc/shadow:/etc/shadow:ro" \
--volume="/etc/sudoers.d:/etc/sudoers.d:ro" \
-v /tmp/.X11-unix:/tmp/.X11-unix \
tzutalin/py2qt4

make qt4py2;./labelImg.py

拓展

roLabelImg简介

roLabelImg是基于labelImg改进的，也是用来标注为VOC格式的数据，但是在labelImg的基础上增加了能够使标注的框进行旋转的功能。

下载地址，https://github.com/cgvict/roLabelImg

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

labelimg,计算机视觉,数据标注,目标检测,深度学习,人工智能

 最后
文章到这里就先结束了，后面还会持续更新，希望能帮助到各位大佬。如果文章有需要改进的地方还请大佬斧正🎉🎉🎉。
制作不易，希望能得到各位小伙伴儿的支持😘😘😘。
再次感谢大家了🤞🤞🤞。
相信小伙伴们使用labelimgdui 数据打标签以及有一定的了解, 更多干货请看这里:更多知识点总结
 

参考：VOC数据集图片标注工具labelImg简介、安装、使用方法详细攻略（windows） PyQt4、PyQt5GitHub - tzutalin/labelImg: 🖍️ LabelImg is a graphical image annotation tool and label object bounding boxes in images

 

到了这里，关于labelImg 使用以及安装教程---图像标注工具的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • YOLOV5目标检测---labelimg图片标注工具（1）

    YOLOV5目标检测---labelimg图片标注工具（1）

    前言：在使用YOLO训练自己模型的时候首先要学会对数据进行处理，这里介绍一个常用的本地打标签工具labelimg，如果不想按照的话也可以使用在线标签工具，因为害怕数据泄露，所以本人一直使用的是本地工具进行打标签。在线标注工具网站：https://www.makesense.ai/ Labelimg是一款

    2024年02月12日
    浏览(35)
  • VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍

    VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍

    数据集格式：VOC(xml)、YOLO(txt)、COCO(json) 本文主要对 Label格式 ，以及 LabelImg、Labelme、精灵标注助手Colabeler 这常用的三种数据标注软件进行介绍。 LabelImg是目标检测数据标注工具，可以标注标注两种格式： VOC标签格式，标注的标签存储在xml文件 YOLO标签格式，标注的标签存储在

    2023年04月22日
    浏览(74)
  • LabelImg安装使用教程：

    LabelImg安装使用教程：

    1、 LabelImg 介绍         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 （ ImageNet 使用的格式）。 2、 LabelImg 安装：       在 cmd 输入以下 命令 : 点击“回车”后会自动安装 LabelImg 以及 lxml 和 pyqt5 ；等待安装完成

    2024年02月15日
    浏览(34)
  • 标注工具Labelimg，正常运行显示，但是对图片点击Create RectBox画矩形框开始闪退

    标注工具Labelimg，正常运行显示，但是对图片点击Create RectBox画矩形框开始闪退

    File “C:ProgramDataanaconda3Libsite-packageslibscanvas.py”, line 530, in paintEvent p.drawLine(self.prev_point.x(), 0, self.prev_point.x(), self.pixmap.height()) TypeError: arguments did not match any overloaded call: drawLine(self, l: QLineF): argument 1 has unexpected type ‘float’ drawLine(self, line: QLine): argument 1 has unexpected type ‘

    2024年02月16日
    浏览(30)
  • LabelImg标注快捷键

    LabelImg标注快捷键

    由于吃了屎的原因，在标注数据 其实快捷键都有显示 保存标注文件：ctrl+s 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 ok：enter 参考

    2024年02月09日
    浏览(33)

  • Python批量修改、删除、替换xml文件内容（labelimg标注）

    使用模型训练自定义数据集之前，在用在网上搜索得到的图片制作数据集时，即使批量修改图片名称后，在使用labelimg标注得到的xml文件中，图片名称还是网络上图片原本的名称，这时需要对其进行批量修改。 然后先修改路径，将xml文件对应图片的真实路径替换。这里图片的

    2023年04月15日
    浏览(77)
  • labelimg标注的VOC格式标签xml文件和yolo格式标签txt文件相互转换

    labelimg标注的VOC格式标签xml文件和yolo格式标签txt文件相互转换

    目录 1 labelimg标注VOC格式和yolo格式介绍 1.1 voc格式 1.2 yolo数据格式介绍 2 voc格式数据和yolo格式数据相互转换 2.1 voc转yolo代码 2.2 yolo转voc格式代码          labelimg标注工具怎么安装和使用在我的博客中已经讲解了，有需要可以看看，博客。         VOC格式文件保存在和图像名

    2024年02月02日
    浏览(38)
  • labelImg和labelme的区别、安装和基本使用

    labelImg和labelme的区别、安装和基本使用

    labelimg是一种矩形标注工具，常用于目标识别和目标检测，其标记数据输出为.xml和.txt labelme是一种多边形标注工具，可以准确的将轮廓标注出来，常用于分割，其标记输出格式为json labelImg和labelme都是训练数据集时，用于给数据集打标签的软件，但一个是矩形框，一个是可以

    2024年02月06日
    浏览(28)
  • ubuntu篇---安装labelimg

    ubuntu篇---安装labelimg

    我的之前安装过 这个地方老有error，有点疑惑

    2024年01月24日
    浏览(29)

  • labelimg遇到的标签修改问题：修改一张图像的标签时，保存后导致classes.txt改变

    问题描述：修改一张图像的标签时候， classes.txt 会同步更新，导致重新生成了 classes.txt 但是这个 classes.txt 只有你现在写的那个类别名，以前的没有了。 解决：设置一个 predefined_classes.txt，内容和模型定义的一致。然后使用以下命令启动软件。 labelimg data/aaa[图像路径]  data

    2024年02月04日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包