LabelImg目标检测标注工具之标记框修改显示明显、特定标签指定颜色

1、GitHub下载 LabelImg 源码

[GitHub下载地址]

2、进入python环境

根据其中Readme—>Installation—>Build from source根据不同操作系统安装相关依赖

conda install pyqt=5
conda install -c anaconda lxml
# 或是自行替换成pip安装

3、修改相关文件

  • 修改 labelImg\libs\utils.py 文件 82行开始

"""
    函数解释:根据text(即标签名)生成对应颜色
    修改自己需要的标签
"""
def generate_color_by_text(text):
    s = ustr(text)
    hash_code = int(hashlib.sha256(s.encode('utf-8')).hexdigest(), 16)
    r = int((hash_code / 255) % 255)
    g = int((hash_code / 65025) % 255)
    b = int((hash_code / 16581375) % 255)
    Q = QColor(r, g, b, 155)
    if text == "L1": # 标签L1 设置红色可修改 最后一个255是指透明度,设置为不透明
        Q = QColor(255, 0, 0, 255)
    elif text == "L2": # 标签L2 设置绿可修改
        Q = QColor(0, 255, 0, 255)
    elif text == "L3": # 标签L3 设置蓝色可修改
        Q = QColor(0, 0, 255, 255)
    return Q

4、编译一下源码,使上述修改生效

# 在python环境中进行
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

5、完成以上,标记框即可显示明显

版权声明:本文为CSDN博主「哎呀·小笨蛋儿」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/qq_41767970/article/details/121958882

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8:1:1划分训练集,测试集,验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

YOLOX笔记

目录 1. 样本匹配 正负样本划分过程 2. yoloxwarmcos 学习率 3. 无法开启多gpu训练, 或者多gpu训练卡住? 1. 样本匹配 正负样本划分过程 说明: gt_centerbbox是在gt_bbox中心点向四周