图片标注主要是为了建立自己的数据集，便于进行更深度的学习训练。本篇文章将对一款十分好用的图片标注工具labelimg进行介绍，重点介绍其安装以及使用的过程。

- 什么是labelimg

labelimg 是一个可视化的图像标定工具。它是用Python编写的，并将Qt用于其图形界面。批注以PASCAL VOC格式（ImageNet使用的格式）另存为XML文件。此外，它还支持YOLO格式。Faster R-CNN，YOLO，SSD等目标检测网络所需要的数据集，均需要借此工具标定图像中的目标。

在安装labelimg之前，我们需要先进行一个环境搭建，搭建环境之后再进行labelimg的安装和使用。

打开anaconda3的安装文件，进入安装界面，在install for安装选项中建议勾选all users，如下图。

在设置安装路径时，不建议使用默认的安装路径，建议在其他的盘符中新建文件夹进行安装。

在advanced options中勾选第一个√，将anaconda3的安装路径加入环境变量中。

安装完成后，打开开始菜单栏，选择anaconda3-anaconda prompt进入命令行。

在命令行中输入下列代码，若如下图显示pip版本号则证明anaconda3安装成功。

pip --version

环境配置完成后就可以进行labelimg的安装啦！

安装labelimg

在命令行窗口中依次输入下列代码，安装labelimg依赖的第三方库。

pip install PyQt5

pip install pyqt5-tools

pip install lxml

pip install labelimg

（注：此处可能会因网络原因造成卡顿，请耐心等待，若因为网络问题安装失败则重试）

使用pip安装第三方库流程如下：

#安装PyQt5，安装成功截图如下

#安装pyqt5-tools，安装成功截图如下

#安装lxml，安装成功截图如下

#安装labelimg，安装成功截图如下

至此，环境配置步骤已经全部完成。在第三方库安装完成后，在命令行中输入labelimg指令以启动labelimg（注：环境配置完成后再次启动只需要打开anaconda prompt命令行并输入labelimg即可启动，无需再次安装第三方库）。

进入labelimg标注工具的初始化界面如下图所示。

2. labelimg使用说明

2.1 使用labelimg进行数据集标注

labelimg的标注模式分为VOC和YOLO两种，两种模式下生成的标注文件分别为.xml文件和.txt文件，因此在进行标注前需要优先选择好标注的模式。

labelimg左侧菜单栏中按钮功能说明如下。

在labelimg中，标注的快捷键为w，标注后用鼠标拖动锚框进行框选，框选完毕后会弹出类别选择框，如果是当前已有类则直接选择即可，若需要新加类别则在输入框中输入类别标签并确定。

(YOLO标注模式下)标注完成后数据集整体结构如下图所示。

2.2 标签文件解释

使用labelimg标注产生的结果如下。

使用labelimg以VOC模式进行标注产生的标注文件如下，与YOLO标注模式产生的类别标签不同，.xml标注文件不需要将类别文件单独进行存放，因为其中已经包含了标注锚框的位置信息和类别信息。

使用labelimg以YOLO模式进行标注产生的标注文件如下，classes.txt文件中存放的是类别标签，标签文件中以类别+锚框的位置坐标信息进行保存，文件中有几行则说明对应的标注图像中有几个锚框。

3. labelimg操作快捷键汇总

标注常用快捷键如下所示。

Ctrl + s 保存当前改动（注：切换图片时若未保存则会进行询问）

Ctrl + d 复制当前标签和矩形框

space 将当前图像标记为已验证

w 创建一个矩形框

d 下一张图片

Del 删除选定的矩形框

Ctrl + +/Ctrl + 滚轮向前 放大

Ctrl + -/Ctrl + 滚轮向后 缩小

↑→↓← 键盘箭头移动选定的矩形框

labelimg完整的快捷键列表如下。

这篇文章的目的，就是为了让大家能够更好的安装和使用 labelimg，以及labelimg的一些小窍门。在目标检测上，了解labelimg及其使用还是很有必要的。

本篇文章到这里就结束啦，关于我们更多请前往官网了解https://www.easy-eai.com/