最近在做打标签的工作,为了与大家参考学习,总结了在windows的环境下,基于anaconda的图像标注工具labellmg的一种使用方法!

1 搭建anaconda

以前写过怎么搭建anaconda的文章,可以参考一下:https://www.cnblogs.com/Terrypython/p/9324575.html

2 打开spyder(anaconda会默认安装),如下图:

3 打开labelImg-master中的labellmg文件(见后边的百度云链接)

4 运行labellmg文件

出现如下界面:

5 下边就可以开始打标签了,以织物疵点的标注为例,讲解一下具体的操作流程:

  • 点击 open dir 按钮,写到这里,可能有人会问了,为什么不选择 open 按钮呢,这里我解释一下:一般来说做深度学习,标注的图片不止一张,对于 open 这个按钮来说,当你标注完一张照片以后,还需要重新点 open 按钮,接着选下一张图片,效率不高,而对于 open dir 按钮来说,标注好当前图片以后,点击 next image,就可以标注下一张了!

  • 点击 chang save dir ,选择将打过标注的图片保存到哪一个文件夹下。

  • 选择 use default label ,这里我用的是defect(疵点),可以自己随意起名字,但必须保证所有的图片label是统一的!

  • 点击 create rectbox,标注疵点,接着点击 save ,将标注的图片保存到之前选择的文件夹下(保存的是xml文件),再点击 next image 可以继续标注下一张图片,重复上述操作直至图片标注完成

labelImg-master链接:https://pan.baidu.com/s/18aOskd6kbK2YCMvIynqF1Q 密码:paxh

注:补充一个更简单的打标签的可执行程序,打开既可以使用:

链接:https://pan.baidu.com/s/1zTPlr1mvfKfWX2nVbucPNw 密码:lh7w

转载于:https://www.cnblogs.com/Terrypython/p/9577657.html

GitHub 加速计划 / la / labelImg
30
3
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:4 个月前 )
b33f965b Adds information about Label Studio community to welcome LabelImg users 3 年前
2d5537ba 3 年前
Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐