目标检测—利用labelimg制作自己的深度学习目标检测数据集

目标检测—利用labelimg制作自己的深度学习目标检测数据集看了网上的xml转txt的博客很多上来就给代码,关于怎么用都不说,有的也用不了,所以这里自己写了一份代码

大家好,又见面了,我是你们的朋友全栈君。

目录

1  labelimg介绍

2  labelimg的安装

3  使用labelimg

3.1 数据准备

3.2  标注前的一些设置

3.3 开始标注


1  labelimg介绍

  Labelimg是一款开源的数据标注工具,可以标注三种格式。

       1  VOC标签格式,保存为xml文件。

       2  yolo标签格式,保存为txt文件。

       3 createML标签格式,保存为json格式。

2  labelimg的安装

       这里主要讲的是在window系统中的安装,首先打开cmd命令行(快捷键:win+R)。进入cmd命令行控制台。输入如下的命令:

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

       运行如上命令后,系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具,所以下载起来很快,当出现如下红色框框中的告诉我们成功安装的时候,说明labelimg安装成功了。

目标检测---利用labelimg制作自己的深度学习目标检测数据集

目标检测---利用labelimg制作自己的深度学习目标检测数据集

3  使用labelimg

3.1 数据准备

        首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为VOC2007的文件夹(这个是约定俗成,不这么做也行),里面创建一个名为JPEGImages的文件夹存放我们需要打标签的图片文件;再创建一个名为Annotations存放标注的标签文件;最后创建一个名为 predefined_classes.txt 的txt文件来存放所要标注的类别名称。

VOC2007的目录结构为:

├── VOC2007
│├── JPEGImages  存放需要打标签的图片文件
│├── Annotations  存放标注的标签文件
│├── predefined_classes.txt  定义自己要标注的所有类别(这个文件可有可无,但是在我们定义类别比较多的时候,最好有这个创建一个这样的txt文件来存放类别

3.2  标注前的一些设置

         首先在JPEGImages这个文件夹放置待标注的图片,这里是三类图片,分别是人、狗和猫。目标检测---利用labelimg制作自己的深度学习目标检测数据集

        然后再 predefined_classes.txt 这个txt文档里面输入定义的类别种类;如下图所示。

目标检测---利用labelimg制作自己的深度学习目标检测数据集

         打开cmd命令终端(快捷键:win+R)。进入到刚刚创建的这个VOC2007路径(这个很重要,涉及到能不能利用predefined_classes.txt 这个txt文件中定义的类别,我在这里卡了很久,一度以为不能显示txt文件中定义的类别是我安装有问题)。执行如图中的命令进入到VOC2007路径下(每个人的路径都不一样,按个人的路径去写)如下图所示:可以看到进入到相应的目录了。

 目标检测---利用labelimg制作自己的深度学习目标检测数据集

         输入如下的命令打开labelimg。这个命令的意思是打开labelimg工具;打开JPEGImage文件夹,初始化predefined_classes.txt里面定义的类。

labelimg JPEGImages predefined_classes.txt

          运行如上的命令就会打开这个工具;如下。 

目标检测---利用labelimg制作自己的深度学习目标检测数据集

        下面介绍图中的我们常用的按钮。         

 目标检测---利用labelimg制作自己的深度学习目标检测数据集待标注图片数据的路径文件夹,这里输入命令的时候就选定了JPEGImages。(当然这是可以换的)

目标检测---利用labelimg制作自己的深度学习目标检测数据集保存类别标签的路径文件夹,这里我们选定了Annotations文件夹。

目标检测---利用labelimg制作自己的深度学习目标检测数据集这个按键可以说明我们标注的标签为voc格式,点击可以换成yolo或者createML格式。

        点击View,会出现如图红色框框中的选项。最好和我一样把勾勾勾上。

        Auto Save mode:切换到下一张图的时候,会自动保存标签。

        Display Labels:会显示标注框和标签

        Advanced Mode:标注的十字架会一直悬浮在窗口。

目标检测---利用labelimg制作自己的深度学习目标检测数据集

 常用快捷键如下:

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

 3.3 开始标注

        由于我们设置标注的十字架一直在标注界面上,这就不需要我们按快捷键w,然后选定我们需要标注的对象。按住鼠标左键拖出框框就可以了。如下图所示,当我们选定目标以后,就会加载出来predefined_classes.txt  定义自己要标注的所有类别(如果类别多,是真的很方便,就不需要自己手打每个类别的名字了)。打好的标签框框上会有该框框的类别(图中由于颜色的原因不太清晰,仔细看会发现的)。然后界面最右边会出现打好的类别标签。打好一张照片以后,快捷键D,就会进入下一张,这时候就会自动保存标签文件(voc格式会保存xml,yolo会保存txt格式)。

目标检测---利用labelimg制作自己的深度学习目标检测数据集

         标签打完以后可以去Annotations 文件下看到标签文件已经保存在这个目录下。

目标检测---利用labelimg制作自己的深度学习目标检测数据集

 自此labelimg使用讲解就结束了。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/147722.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 总量指标的因素分析

    总量指标的因素分析

  • concurrent.futures模块(进程池/线程池)

    一、Python标准模块–concurrent.futures(并发未来)那么什么是线程池呢?我们来了解一下二、线程池1#1.同步执行2fromconcurrent.futures

  • Threading(in thread main)

    PainlessThreadingThisarticlediscussesthethreadingmodelusedbyAndroidapplicationsandhowapplicationscanensurebestUIperformancebyspawningworkerthreadstohandlelong-runningoperat

  • vue等单页面应用及其优缺点

    vue等单页面应用及其优缺点先来说说什么是单页面应用和多页面应用:单页面应用(SPA),通俗一点说就是指只有一个主页面的应用,浏览器一开始要加载所有必须的html,js,css。所有的页面内容都包含在这个所谓的主页面中。多页面(MPA),就是指一个应用中有多个页面,页面跳转时是整页刷新。单页面的优点和缺点:优点:1、用户体验好,快,内容的改变…

  • 如何进行APP抓包 ? – 学习/实践

    如何进行APP抓包 ? – 学习/实践1.应用场景主要用于对APP进行抓包获取详细的接口信息,这是现在开发必备的。 2.学习/操作 环境: Windows1064位专业版 需求:对公司APP进行抓包获取详细的接口信息,这是现在开发必备的。 工具:Fiddler抓包,夜神模拟器模拟手机安装APP 补充: 可以用手机开一…

  • Selenium WebDriver下载与安装[通俗易懂]

    Selenium WebDriver下载与安装[通俗易懂]1.python(anaconda环境)condainfo–envsactivateuntitled2.pip/condainstallselenium3.seleniumdriver(放在anaconda环境path中)Chrome(32位)http://chromedriver.storage.proxy.ustclug.org/index.htmlFire…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号