首先直接给出免积分的下载地址,开源软件,直接共享给csdn的各位开发者,求个三连不过分吧。点赞关注收藏。谢谢各位支持

资源地址如下

打开D:\xxxxx\labelImg\data内的predefined_classes.txt文件,

修改其中的类别为自己需要的,然后保存,这个data文件夹里面的txt文件保存的格式为UTF-8,这个通过记事本另存为就可以进行修改的(记事本——>另存为——>选择编码“UTF-8”)

此外需要注意!!!数据集文件夹(其结构如下图所示,一个用于存放需要标注的图像——jpg文件夹,一个用于存放coco格式的yolo数据集文件——coco文件夹,其中coco文件夹内必须要有classes.txt文件,且其编码必须指定为ANSI格式,其内容需要和前文提到的data文件夹中的predefined_classes.txt(UTF-8编码格式)里面的内容保持一致,但是编码不一样,请注意这一点不一样的区别之处)

里面的classes.txt的格式为ANSI 编码,右键这个txt文件,点击记事本打开编辑,点击记事本中的文件,点击另存为,右小角选自保存的编码即可。

 确保接下来双击运行labelimg.exe,即可进入labelimg标注的页面

 打开主页面以后,会发现这个编译版本和我们直接通过如下命令

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

安装的效果是一样的。但是这个编译版本的有点就在于比较稳定和不容易报错。

点击上图所示的1标志,进入选择图像目录

这里jpg文件夹内选择存放有水果树害虫图像的数据集,jpg格式的图像

 接下来需要选择存放coco数据集的文件夹

我们点击2的Change Save Dir

 coco文件夹当中已经存放有一个classes.txt文件(ANSI编码格式)

 接下来点击3,将PascalVOC改为YOLO格式的数据集

然后点击上面的工具栏中打开Auto-save-mode开启自动保存模式,依次点击view——>Auto Save mode

 

 出现这个“√”对勾的标志就说明成功打开了自动保存标注文件的模式了。

 此时会发现,标注的标签,直接下拉即可进行选择,十分方便,因为我们已经在之前的predefined_classes.txt里面定义好了这个内容。

接下来即可开启我们的标注了

GitHub 加速计划 / la / labelImg
22.31 K
6.24 K
下载
🎉 超级实用!LabelImg,图像标注神器,现在加入Label Studio社区,享受多模态数据标注新体验!🚀 简单易用,支持XML、YOLO和CreateML格式,适用于ImageNet等项目。不再单独维护,立即尝试Label Studio,安装一键到位,更灵活,功能更强大!👇 安装即刻开始:pip3 install labelImg,或访问<https://github.com/heartexlabs/label-studio> 获取源码构建。一起探索数据标注的新边界!👨‍💻👩‍💻【此简介由AI生成】
最近提交(Master分支:2 个月前 )
b33f965b Adds information about Label Studio community to welcome LabelImg users 2 年前
2d5537ba 2 年前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐