如何使用labelImg标注数据集,最详细的深度学习标签教程
Posted 振华OPPO
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何使用labelImg标注数据集,最详细的深度学习标签教程相关的知识,希望对你有一定的参考价值。
深度学习中,做监督学习时需要标注好的数据集。一种利用现成的数据集:比如mnist手写体、ImageNet、COCO、PASCAL VOC、OpenImage等数据集;还有就是我们可以手动标注的数据集。下面教大家如何使用labelImg库来手动标注Dataset。
1、打开anaconda命令行界面,如果没有安装深度学习必备的anaconda,可以参考这篇博客:anaconda安装配置教程
2、激活我们已有的环境,如果没有就先创建再激活。
3、输入pip install labelImg
回车,安装标签库,我这里是已经安装好了的。
4、输入labelImg回车,打开标注界面。下图我对各个按钮进行了详细解释。
5、这里我打开F盘中的test文件夹,里面有三张待标注的图像。
同时创建一个result文件夹来保存标签。
6、Open Dir打开刚刚的test文件夹,Change Save Dir更换保存路径为result文件夹。
7、点击Create RectBox,然后出现十字架,进行拖动框住标注区域。
8、然后输入标签,点击OK,再点击左侧的Save保存标签。
9、然后在result里面可以看到我们的标签。顺便介绍下labellmg的三种标签格式:
- PascalVOC标签格式,保存为xml文件
- YOLO标签格式,保存为txt文件
- CreateML标签格式,保存为json文件。
10、然后点击Next Image继续标注下一张。
好了,labelImg就介绍到这里了,我以为能5分钟介绍完,
没想到快介绍了1h了。博主还有一千多张图像没标呢,抓紧标注去了。
以上是关于如何使用labelImg标注数据集,最详细的深度学习标签教程的主要内容,如果未能解决你的问题,请参考以下文章
[课程][原创]yolov5安装标注训练自己数据集windows版
深度学习和目标检测系列教程 8-300:目标检测常见的标注工具LabelImg和将xml文件提取图像信息
YOLO-Darknet实战:使用LabelImg制作目标检测数据集