LabelImg 标注 yolo 数据 环境配置和预制标签 predefined_classes.txt 的使用 详解

https://github.com/tzutalin/labelImg

解压后得到

 

  •    环境配置

安装anaconda(安装教程很多不赘述),安装完成后执行下面命令安装依赖

pip install pyqt=5
pip install lxml
  •  预设分类 predefined_classes.txt (data/predefined_classes.txt)修改成自己需要标注的标签,每行一类

  • 开始标注

在labelimg 根目录按住shift点击鼠标右键,在弹出窗口选择 在此处打开powershell窗口,然后执行下面的命令

pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

打开要标注图片的文件夹

选择一个空文件夹存放标注结果

这里选择yolo

主要快捷键(w、a、d):


 

版权声明:本文为CSDN博主「iz-cn」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_39001363/article/details/117284183

iz-cn

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

darknet详解(yolo图像检测)

darknet详解(yolo图像检测) 个人记录整理,如有转载请注明来源, 本文中包含的一张图片来源于网络,如有不妥请与我联系。 参考文档 darknet官方文档Darkne

【模型压缩】Yolov3目标检测模型蒸馏实验

PaddleDetection知识蒸馏
知识蒸馏主要是让让新模型(通常是一个参数量更少的模型)近似原模型(模型即函数)。注意到,在机器学习中,我们常常假定输入到输出有一个潜在的函数关系,这个函数是未知的:从头学习一个新模型就是从有限的数据中近

深度学习模型预测时间很慢

在做深度学习任务时,我是做图像目标检测,用tensorflow或者keras或者pytorch训练完模型,然后就是做预测,发现无论是用GPU还是CPU都非常慢,然后百度了好久