LabelImg使用笔记
文章目录
- LabelImg使用笔记
- 一、LabelImg简介
- 1.1、特性
- 1.2、LabelImg的热键
- 二、LabelImg安装
- 三、3种格式的使用
- 3.1、VOC格式标注
- 3.2、yolo格式标注
- 3.3、json格式
- 四、LabelMe 和 LabelImg适用场景
一、LabelImg简介
LabelImg 是一个用于图像标注的开源工具，它提供了一个用户友好的图形界面，用于手动标记图像中的物体或区域，并生成相应的标注文件。这个工具通常用于计算机视觉和机器学习项目中，尤其是目标检测任务。
1.1、特性
LableImg具备以下特性：
- 支持多种表注格式（Pascal VOC 格式、YOLO 格式、COCO 格式）
- 跨平台支持： LabelImg 是一个跨平台的工具，可以在不同的操作系统上运行
- 支持快捷键： LabelImg 提供了一些快捷键，以加快标注的速度
如下图：
1.2、LabelImg的热键
LabelImg的热键：
| 热键 | 含义 |
|---|---|
| Ctrl+S | 保存 |
| Ctrl+d | 复制当前标签和矩形框 |
| Ctrl+r | 更改默认注释目录（标签文件存放的位置） |
| Ctrl+u | 加载目录中的所有图像（鼠标点击Open dir） |
| w | 创建标注框（矩阵/三角） |
| d | 下一张 |
| a | 上一张 |
| delete | 删除选定的矩阵框 |
| space | 将当前图像标记为已标记 |
二、LabelImg安装
说明：如果是有虚拟环境的，建议先创建一个虚拟环境，然后在安装LabelImg；如果不选择虚拟环境，默认为基础环境。
conda创建虚拟环境以及库的安装
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple #安装
安装如下图：
使用：打开cmd输入LabelImg/labelimg（大小写不做区分）
LabelImg
打开后，如下图所示：
快捷使用（自动保存）：
三、3种格式的使用
3.1、VOC格式标注
如图：
保存后的标签文件xml格式：
图片大小、通道数、标签名称、选框位置的参数
<annotation><folder>VOC2007</folder><filename>000030.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image><flickrid>340039936</flickrid></source><owner><flickrid>uma_tyan</flickrid><name>?</name></owner><size><width>500</width><height>375</height><depth>3</depth></size><segmented>0</segmented><object><name>bicycle</name> <pose>Right</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>36</xmin><ymin>205</ymin><xmax>180</xmax><ymax>289</ymax></bndbox></object><object><name>person</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>51</xmin><ymin>160</ymin><xmax>150</xmax><ymax>292</ymax></bndbox></object><object><name>person</name><pose>Frontal</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>295</xmin><ymin>138</ymin><xmax>450</xmax><ymax>290</ymax></bndbox></object>
</annotation>3.2、yolo格式标注
在图形化界面中选择yolo的保存格式。如下图红框：
保存的文件：类别文件和坐标文件
3.3、json格式
在图形化工具选择对应的JSON格式
保存后的json文件文件：类别+坐标
[{"image": "000030.jpg","annotations": [{"label": "person","coordinates": {"x": 99.5,"y": 226,"width": 97,"height": 132}},{"label": "person","coordinates": {"x": 372.5,"y": 214,"width": 161,"height": 156}},{"label": "bike","coordinates": {"x": 108,"y": 247,"width": 148,"height": 84}}]}
]
四、LabelMe 和 LabelImg适用场景
LabelMe 和 LabelImg 都是用于图像标注的工具，但它们有不同的特点和用途，可以根据具体需求来选择使用哪一个。
LabelMe：
- 用途： LabelMe 主要用于复杂的图像标注任务，特别适用于语义分割和实例分割任务。它允许用户创建像素级的标注，以标识图像中的对象、区域和物体。
- 功能： LabelMe 提供了丰富的交互式标注工具，包括绘制多边形、矩形或自定义形状的区域，以进行复杂的标注。它支持多种标注文件格式，具有数据管理和协作功能。
- 优点： 适用于实例分割、复杂标注任务和多人协作。能够创建详细的像素级标注。
- 缺点： 对于简单的目标检测任务，可能显得过于复杂，因为它更专注于像素级标注。
LabelImg：
- 用途： LabelImg 主要用于目标检测任务，特别适合创建边界框标注。它通常用于标记物体的位置和大小。
- 功能： LabelImg 提供了简单而直观的图形用户界面，用户可以加载图像并使用矩形工具创建目标边界框。它支持多种标注文件格式，适用于单人标注任务。
- 优点： 适用于目标检测任务，界面简单易用，适合快速标注。
- 缺点： 对于像素级标注或实例分割任务，功能较为有限。
如果你需要进行像素级标注、实例分割或复杂标注任务，LabelMe可能更适合；而如果只需要进行目标检测任务，LabelImg提供了更简单的界面和功能来快速创建边界框标注。
