一、x-anylabeling安装教程
x-anylabeling安装教程——软件安装教程——X-AnyLabeling 安装与自动标注
二、x-anylabeling使用自己的模型标注（YOLOv5 v6.0）
2.1 训练权重.pt转onnx
环境配置
将requiements.txt中export部分的注释恢复
然后pip install -r requirements.txt安装依赖
.pt转.onnx
yolov5 v6.0提供了pt文件转onnx或TorchScipt的代码（export.py）。
在export.py里面设置模型路径和yaml路径。
运行代码，并通过“–include”添加导出类型：
python export.py --include torchscript onnx
测试和验证推理转化的onnx
在val.py中修改后自己的数据.yaml文件, 运行验证代码：
python val.py --weights yolov5s.onnx --dnn
2.2 设置x-anylabeling配置文件
type: yolov5
name: yolov5s-r20230520
display_name: YOLOv5s Drive
model_path: best.onnx #！！！注意修改为自己的onnx文件路径
# input_width: 640
# input_height: 640
stride: 32
nms_threshold: 0.45
confidence_threshold: 0.45
classes:- close_eyes- normal- yawn- look_around- phone- bow_head
yaml文件中的数据解释见官方文档：https://github.com/CVHub520/X-AnyLabeling/blob/v1.1.0/docs/custom_model.md
将配置文件和onnx放置在一个文件夹下：
2.3 在x-anylabeling中选择自己的模型
选择完模型之后，就可以自动标注自己的数据了~~~
参考文献
Yolov5 export.py实现onnx模型的导出
使用自己训练好的模型YOLOv8进行X-AnyLabeling自动标注
)
)
