水铝英石

labelimg标注数据集

进入labelImg文档,克隆

解压后如下

然后我假设已经安装了anaconda打开prompt并进入该文件夹下

conda create -n labelImg python=3.7   # 创建虚拟环境
conda activate labelimg
pip install labelImg

按理来说这里运行官网提示的运行python labelImg.py就行,但是需要提前整一下pyqt5

pip install PyQt5_tools  # 这里还需要pip install PyQt5,pip install lxml但是我再安装labelImg时被一起安上了
pyrcc5 -o libs/resources.py resources.qrc   把Qt文件格式转为Python格式

然后将生成的resource.py方到lib目录下

之后运行以下代码即可打开labelImg

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

若没指定文件路径,则打开后需要自行打开;若没有选择类别文件,则打开后默认为data/predefined_classes.txt(也可以直接修改这货)

若提前指定了文件夹或者之后指定了图片文件夹会出现如下列表

点击进行标框,并可以设置是否困难识别

在change save dir更换保存目录,保存后该目录下会出现以标注图片命名的标注信息

<annotation>
	<folder>10X</folder>
	<filename>F080201.JPG</filename>
	<path>C:\Users\AluminiumOxide\Documents\511info\E6_F10\10X\F080201.JPG</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>7590</width>
		<height>3314</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>harvest</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>2764</xmin>
			<ymin>579</ymin>
			<xmax>3681</xmax>
			<ymax>2890</ymax>
		</bndbox>
	</object>
</annotation>

如果标注格式,可以换成yolo和createML格式

反正也没人看在乎啥格式

发表评论

邮箱地址不会被公开。 必填项已用*标注

滚动到顶部