LabelImg使用笔记

文章目录

LabelImg使用笔记
- 一、LabelImg简介
- - 1.1、特性
  - 1.2、LabelImg的热键
- 二、LabelImg安装
- 三、3种格式的使用
- - 3.1、VOC格式标注
  - 3.2、yolo格式标注
  - 3.3、json格式
- 四、LabelMe 和 LabelImg适用场景

一、LabelImg简介

LabelImg 是一个用于图像标注的开源工具，它提供了一个用户友好的图形界面，用于手动标记图像中的物体或区域，并生成相应的标注文件。这个工具通常用于计算机视觉和机器学习项目中，尤其是目标检测任务。

1.1、特性

LableImg具备以下特性：

支持多种表注格式（Pascal VOC 格式、YOLO 格式、COCO 格式）
跨平台支持： LabelImg 是一个跨平台的工具，可以在不同的操作系统上运行
支持快捷键： LabelImg 提供了一些快捷键，以加快标注的速度

如下图：
在这里插入图片描述

1.2、LabelImg的热键

LabelImg的热键：

热键	含义
Ctrl+S	保存
Ctrl+d	复制当前标签和矩形框
Ctrl+r	更改默认注释目录（标签文件存放的位置）
Ctrl+u	加载目录中的所有图像（鼠标点击Open dir）
w	创建标注框（矩阵/三角）
d	下一张
a	上一张
delete	删除选定的矩阵框
space	将当前图像标记为已标记

二、LabelImg安装

说明：如果是有虚拟环境的，建议先创建一个虚拟环境，然后在安装LabelImg；如果不选择虚拟环境，默认为基础环境。

conda创建虚拟环境以及库的安装

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

安装如下图：

在这里插入图片描述

使用：打开cmd输入LabelImg/labelimg（大小写不做区分）

LabelImg

打开后，如下图所示：
在这里插入图片描述

快捷使用（自动保存）：

在这里插入图片描述

三、3种格式的使用

3.1、VOC格式标注

如图：
在这里插入图片描述
保存后的标签文件xml格式：
图片大小、通道数、标签名称、选框位置的参数

<annotation><folder>VOC2007</folder><filename>000030.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image><flickrid>340039936</flickrid></source><owner><flickrid>uma_tyan</flickrid><name>?</name></owner><size><width>500</width><height>375</height><depth>3</depth></size><segmented>0</segmented><object><name>bicycle</name>  <pose>Right</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>36</xmin><ymin>205</ymin><xmax>180</xmax><ymax>289</ymax></bndbox></object><object><name>person</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>51</xmin><ymin>160</ymin><xmax>150</xmax><ymax>292</ymax></bndbox></object><object><name>person</name><pose>Frontal</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>295</xmin><ymin>138</ymin><xmax>450</xmax><ymax>290</ymax></bndbox></object>
</annotation>

3.2、yolo格式标注

在图形化界面中选择yolo的保存格式。如下图红框：

在这里插入图片描述

保存的文件：类别文件和坐标文件

在这里插入图片描述

3.3、json格式

在图形化工具选择对应的JSON格式

保存后的json文件文件：类别+坐标

[{"image": "000030.jpg","annotations": [{"label": "person","coordinates": {"x": 99.5,"y": 226,"width": 97,"height": 132}},{"label": "person","coordinates": {"x": 372.5,"y": 214,"width": 161,"height": 156}},{"label": "bike","coordinates": {"x": 108,"y": 247,"width": 148,"height": 84}}]}
]

四、LabelMe 和 LabelImg适用场景

LabelMe 和 LabelImg 都是用于图像标注的工具，但它们有不同的特点和用途，可以根据具体需求来选择使用哪一个。

LabelMe：

用途： LabelMe 主要用于复杂的图像标注任务，特别适用于语义分割和实例分割任务。它允许用户创建像素级的标注，以标识图像中的对象、区域和物体。

功能： LabelMe 提供了丰富的交互式标注工具，包括绘制多边形、矩形或自定义形状的区域，以进行复杂的标注。它支持多种标注文件格式，具有数据管理和协作功能。
优点：适用于实例分割、复杂标注任务和多人协作。能够创建详细的像素级标注。
缺点：对于简单的目标检测任务，可能显得过于复杂，因为它更专注于像素级标注。