BoundingBox工具及其使用方法
来源:互联网 发布:2017淘宝618活动时间 编辑:程序博客网 时间:2024/06/05 05:25
BoundingBox工具下载地址:
Windows1.3.1下载地址;
Windows1.5.2下载地址
Linux下载地址
自己的百度云盘和移动硬盘中都有
原博主下载地址
项目地址:LabelImg
下载地址:Windows/Linux
前言
我们知道,图片标注主要是用来创建自己的数据集,方便进行深度学习训练。本文将推荐一款十分好用的图片标注工具LabelImg,重点介绍其安装以及使用的过程。如果想简便,请直接下载打包版本(下载地址见开头),无需编译,直接打开就能用!
在此感谢原作者在Github以及原博主所做的贡献,发现软件一直在更新,各位小伙伴可以关注其最新版本。这款工具是全图形界面,用Python和Qt写的,最牛的是其标注信息可以直接转化成为XML文件,与PASCAL VOC以及ImageNet用的XML是一样的。
PS.作者在2017年12月更新了代码,现在最新的版本号是1.5.2,源代码在Windows 10和Ubuntu 16.04上运行正常。
Ubuntu源码安装
由于Ubuntu系统自带python,这款软件在Ubuntu环境下的安装是最方便的。软件要求python版本在2.6以上,同时需要PyQt和lxml的支持。
Python2+Qt4
- 1
- 2
- 3
- 4
- 5
Python3+Qt5
- 1
- 2
- 3
- 4
- 5
下面命令是很久以前的安装方式,应该不适应新的代码了。
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
Ubuntu pip安装
作者最近(2017.05)增添的一种安装方式,使用Python的pip工具安装,感觉更方便了,博主暂未测试。
- 1
- 2
- 3
Windows环境下安装
由于Windows不像Linux那样自带Python,所以安装过程要稍微麻烦一些,重点是解决Python的安装问题。Python3环境下的安装作者没有写,结合上述内容,就是Python3+Qt5的组合,因此不能再使用Qt4,如果同时存在两个版本的Qt,会报错。
安装Anaconda 4.2.0
这里选择安装Anaconda,它是一款十分好用的python集成安装环境,主要是方便扩展包管理。具体介绍可参考这篇博客 。首先从官网下载最新的版本,这里我下载的是64位的python2.7版本。然后双击安装,一般点选“for all person”,然后安装到系统默认位置即可。安装成功后建议在环境变量path里面增加一条“C:\Program Files\Anaconda2”
安装PyQt包
打开命令行窗口,输入conda list
,会列出所有预装的python扩展包,可以看到里面已经有了lxml,但是缺少PyQt。命令行输入conda install pyqt=4
,等待一会即可完成PyQt4的安装。
下载源码并运行
在原作者的github下载源码压缩包,解压可得到名为labelImg-master的文件夹,进入该文件夹,在空白处使用“Shift+鼠标右键”,进入当前目录的命令行窗口,依次输入下面语句即可打开软件。
- 1
- 2
- 3
使用方法
使用快捷键“Ctrl+R”,修改默认的XML文件保存位置,改为自定义位置
但是一定要注意:这里的路径一定不能包含中文,否则无法保存。
二,修改默认类别,方便选择类别标签
源码文件夹中使用notepad++或者记事本打开\windows_v1.3.0\data\predefined_classes.txt
修改默认类别,默认有person、car、motorcycle三个类别,可删增自己的类别,从而方便选择。
三,画框并选择类别
1,“Open Dir”打开图片文件夹
2,选择第一张图片或者上次标记的图片位置开始进行标注
3,使用“Create RectBox”或者“W”开始画框,点击选择左上角的点,放开选择右下角的点,以此画框
4,双击选择刚刚二中修改的默认类别,或者输入新建的类别
新建的类别会保存为默认,需要删除的话用二中的方法
5,选择为类别之后,可移动框的位置,也可以改变框的大小
6,再次使用“Create RectBox”或者“W”开始画另外一个框,一个图像可画多个框
7,完成一张图片后点击“Save”保存,此时XML文件将会保存到一中修改的位置
8,点击“Next Image”转到下一张图片
备注:1,标注过程中可随时返回进行修改,后保存的文件会覆盖之前的。
2,标记框和标签均可反复修改和增删
完成标注,打开一中修改的位置中的XML文件,XML文件与PASCAL VOC所用格式一样,不用转化可直接用于训练。
后续说明
原作者也发布了打包好的软件,包括Windows和Linux平台,无需编译,可以直接运行,不愿意折腾的朋友可以使用这个版本,直接下载最新的版本即可(目前是1.3.2)。LabelImg打包版本 (PS.Linux版本如果提示权限问题,可加sudo)
最近有人运行Github的源码版本时,总是遇到各种错误(参见评论区),个人感觉是作者的更新出了问题,这里提供一份之前版本的源码,亲测可用,LabelImg可运行版(源码)。使用方法:解压后,执行
./labelimg.py
命令。官方下载地址可能被墙,提供1.3.0打包版本(之后的版本暂未测试):百度云
其他同类标注工具(Github):
Yolo_mark
BBox-Label-Tool
ImageLabel
- BoundingBox工具及其使用方法
- weinre远程调试工具安装及其使用方法
- VS打包应用程序的工具及其使用方法
- VOC2007数据集制作——boundingbox绘画工具分享
- boundingbox回归
- ncurses简介及其使用方法
- select函数及其使用方法
- Base64详解及其使用方法
- LIBSVM简介及其使用方法
- LIBSVM简介及其使用方法
- xUtils简介及其使用方法
- xUtils简介及其使用方法
- xUtils简介及其使用方法
- 什么是JTAG及其使用方法
- Redis简介及其使用方法
- EMSA简介及其使用方法
- 余数计算方法及其使用方法
- chmod简介及其使用方法
- python 安装python-memcached and pylibmc两个模块
- Spring Boot快速入门
- MapReduce的工作机制
- 【深入浅出jQuery】源码浅析--奇技淫巧
- Tensorflow实战(一)(MNIST手写字体识别TensorFlow实现)
- BoundingBox工具及其使用方法
- 可编辑的DIV(兼容IE8)以及插入内容到光标位置
- 冒泡排序(C指针)
- LeetCode11——Container With Most Water
- 启动 Eclipse 弹出“Failed to load the JNI shared library jvm.dll”错误的解决方法!
- AppCompatActivity 去标题栏
- 大家都这样优化简历
- TOMCAT-7.0.82,在部署项目后,JSP页面上引入的jar
- Object 类