0 前言

最近项目需要使用神经网络做目标检测。需要用到自己的数据集，所以要标注图片。记录一下学习过程。

1 开始安装

1.1.1 创建python环境

使用anaconda创建一个python环境。

conda create -n my_yolo_python python=3.8

激活环境

conda activate my_yolo_python

安装必要的第三方库

pip install pyqt5,pyqt5-tools,lxml,labelImg

1.1.2 使用labelImg

labelImg

弹出可视化界面：

快捷键：

快捷键 作用
ctrk + s 保存文件
w 矩形框
d 下一张
a 上一张
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开源社区

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

1.8B 体积、33 种语言互译｜腾讯混元 HY-MT1.5-1.8B 多语言机器翻译模型上线

在跨语言交流日益频繁的今天，阅读外语菜单、处理多语言邮件、与不同语言背景的人沟通，已经成为很多人日常工作与生活的一部分。过去，这类需求往往依赖联网翻译工具，而如今，—— 一部设备即可支持的相互翻译。当 AI 不再只是“逐字直译”，而是开始理解语境、风格与语言之间的细微差异，机器翻译就真正具备了今天为大家介绍一款高质量、多语言、支持端侧部署的机器翻译模型 ——，现已上线 AtomGit AI 社区，

avatar AtomGit开源社区
cover

AI 浪潮终章奏凯！GitCode & 文心大模型 & 智源研究院 AI 应用开发大赛圆满落幕

avatar AtomGit开源社区
cover

LET：面向真实场景与长时序任务的人形机器人数据集

avatar AtomGit开源社区