小白快速上手 labelimg：新手图像标注详解教程

本教程主要帮助没有使用过labelimg的小白上手该软件，快速学会基本操作和打标签，为数据集准备打下基础。

Natsuago

3033人浏览 · 2024-11-11 08:44:52

Natsuago · 2024-11-11 08:44:52 发布

前言

本教程主要面向初次使用 labelimg 的新手，详细介绍了如何在 Windows 上通过 Anaconda 创建和配置环境，并使用 labelimg 进行图像标注。

1. 准备工作

在开始本教程之前，确保已经安装了 Anaconda。可以参考我之前的教程了解 Anaconda 的下载与安装：一步步教你在 Windows 上轻松安装 Anaconda以及使用常用conda命令（超详细）。
本文所有命令操作均在Anaconda Prompt下进行，打开方式如下图。

在这里插入图片描述

2. 创建 Conda 环境

使用 Conda 管理 Python 环境可以避免不同项目之间的依赖冲突。下面是配置步骤：

# 创建 Python 3.9 的新环境（名称为 labelimg）
conda create -n labelimg python=3.9 -y

# 激活环境
conda activate labelimg

注意：可以根据需要选择不同的 Python 版本，但建议使用 3.8 或 3.9，以确保 labelimg 的兼容性，版本过高会导致不稳定直接退出程序。

3. 安装 labelimg

安装 labelimg 有两种主要方法：使用 Conda 或 Pip，各有优缺点。

方法一：使用 pip 安装 `labelimg`（简洁快速但不稳定）

激活环境后，直接运行以下命令使用 pip 安装：

pip install labelimg

优点：pip 安装方法简洁、快速，适合 Conda 默认不包含 labelimg 的情况。

缺点：有时依赖项可能因 Python 版本或系统环境导致兼容性问题。

方法二：使用 Conda 安装 `labelimg`（推荐）

激活环境后，直接运行以下命令使用 conda 安装：

conda install -c conda-forge labelimg

优点：Conda 会自动解决依赖冲突问题，通常更稳定，且 Conda Forge 提供的包适配性较好。

缺点：Conda Forge 中的包可能不是最新版本，适合追求环境稳定的用户。

4. 启动 labelimg

使用以下命令启动 labelimg：

labelimg

在这里插入图片描述

5. labelimg 的基本使用

5.1 打开图像（文件夹）

在工具栏中选择“Open”来加载单个图像
在工具栏中选择“Open Dir”来加载目标文件夹内的所有图像
在工具栏中选择“Change Save Dir”来改变XML保存路径

在这里插入图片描述

5.2 创建标注框

选择图像后，点击“Create RectBox”按钮，或使用快捷键 W 来创建一个矩形框。
鼠标拖拽创建边界框，并在对话框中输入标签名称，例如“dog”或“car”等，根据需求输入。
创建完成后，点击“Save”按钮保存 XML 标注文件。

在这里插入图片描述

5.3 快捷键（必会）

Ctrl + S - 保存当前标注
A / D - 切换至上/下一张图片
W - 创建矩形框

5.4 配置

5.4.1 自动保存（强烈推荐）

可以通过选择 View -> Auto Save Mode 自动保存标注数据。
选择该选项后，每次创建完标注框后不需要手动点击"Save"保存标注数据。

在这里插入图片描述

5.4.2 选择 YOLO 格式或 PascalVOC 格式导出标注文件（区别）

在这里插入图片描述

Pascal VOC 格式（默认）：使用 XML 文件描述标注，包含目标的类别、坐标（非归一化）以及其他信息。每个 XML 文件的结构如下：

<annotation>
    <folder>images</folder>
    <filename>image1.jpg</filename>
    <size>
        <width>image_width</width>
        <height>image_height</height>
        <depth>3</depth>
    </size>
    <object>
        <name>class_name</name>
        <bndbox>
            <xmin>x_min</xmin>
            <ymin>y_min</ymin>
            <xmax>x_max</xmax>
            <ymax>y_max</ymax>
        </bndbox>
    </object>
</annotation>

class_name：目标的类别名称。
bndbox：边界框的具体坐标，分别表示框的左上角 (xmin, ymin) 和右下角 (xmax, ymax) 的位置。

YOLO 格式：每个目标用一个行表示，包含了类别标签和归一化后的边界框信息。具体格式如下：

class_id center_x center_y width height

class_id：目标的类别编号。
center_x、center_y：目标边界框的中心坐标（归一化到图像宽度和高度的比例）。
width、height：边界框的宽度和高度（同样是归一化比例）。

使用场景：

YOLO 格式：用于 YOLO 系列的目标检测模型，因为格式紧凑、存储空间小，适合大批量数据集训练时快速加载和处理。
Pascal VOC 格式：常用于更通用的数据集，适合兼容性广泛的检测任务。Pascal VOC 格式在标注详细度上更高，更适合需要丰富标签信息的场景，如模型评价或结果展示等。