[保姆式教程]使用labelimg2软件标注定向目标检测数据和格式转换

君不见~

已于 2024-12-05 21:39:41 修改

阅读量757

点赞数 4

分类专栏：目标检测文章标签：深度学习人工智能 YOLO 目标检测经验分享

于 2024-11-28 10:04:07 首次发布

本文链接：https://blog.youkuaiyun.com/qq_23865133/article/details/144019805

版权

目标检测专栏收录该内容

7 篇文章

订阅专栏

定向目标检测是一种在图像或视频中识别和定位对象的同时，还估计它们方向的技术。这种技术特别适用于处理有一定旋转或方向变化的对象，例如汽车、飞机或文本。定向目标检测器的输出是一组旋转的边界框，这些框精确地包围了图像中的对象，并且每个框都带有类别标签和置信度分数。

LabelImg2是LabelImg的一个改进版本，它不仅支持传统的轴对齐矩形边界框标注，还支持旋转边界框（即定向边界框）的标注。这对于需要精确捕捉物体方向的目标检测任务非常有用。以下是关于如何安装和使用LabelImg2进行定向目标检测数据集标注的详细介绍：

1.LabelImg2环境配置

为了能够在Windows操作系统下顺利使用LabelImg2，需要先安装Anaconda来管理Python环境。下面是详细的步骤：

（1）安装Anaconda：访问Anaconda官网下载适合你系统的版本并安装。安装过程中，建议勾选“Add Anaconda to my PATH environment variable”选项，以便将Anaconda添加到系统环境变量中。

（2）创建虚拟环境：打开Anaconda Prompt，创建一个名为`label`的新环境，并指定Python版本为3.6（指定Python版本为3.6的原因后面会细说）。命令如下：

conda create --name label python=3.6

（3）激活虚拟环境：通过以下命令激活刚刚创建的虚拟环境：

conda activate label

（4）安装依赖库：在激活的环境中安装LabelImg运行所需的依赖库，包括sip、PyQt5和 lxml。推荐使用清华镜像源加快下载速度。

pip install sip PyQt5 lxml

（5）下载LabelImg2：从GitHub或其他可信来源下载LabelImg2源码，解压后进入该目录。

打开目录中的名为setup.py的python文件，可以看到如下代码，其中支持的python最高版本为3.6，所以前面配置的python版本为3.6。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from setuptools import setup, find_packages
from libs.version import __version__

with open('README.rst') as readme_file:
    readme = readme_file.read()

with open('HISTORY.rst') as history_file:
    history = history_file.read()

requirements = [
    # TODO: Different OS have different requirements
]

required_packages = find_packages()
required_packages.append('labelImg')

APP = ['labelImg.py']
OPTIONS = {
    'argv_emulation': True,
    'iconfile': 'icons/app.icns'
}

setup(
    app=APP,
    name='labelImg2',
    version=__version__,
    description="LabelImg2 is a graphical image annotation tool and label object bounding boxes in images",
    long_description=readme + '\n\n' + history,
    author="TzuTa Lin",
    author_email='tzu.ta.lin@gmail.com',
    url='https://github.com/chinakook/labelImg2',
    package_dir={'labelImg': '.'},
    packages=required_packages,
    entry_points={
        'console_scripts': [
            'labelImg2=labelImg2.labelImg:main'
        ]
    },
    include_package_data=True,
    install_requires=requirements,
    license="MIT license",
    zip_safe=False,
    keywords='labelImg labelTool development annotation deeplearning',
    classifiers=[
        'Development Status :: 5 - Production/Stable',
        'Intended Audience :: Developers',
        'License :: OSI Approved :: MIT License',
        'Natural Language :: English',
        "Programming Language :: Python :: 2",
        'Programming Language :: Python :: 2.6',
        'Programming Language :: Python :: 2.7',
        'Programming Language :: Python :: 3',
        'Programming Language :: Python :: 3.3',
        'Programming Language :: Python :: 3.4',
        'Programming Language :: Python :: 3.5',
        'Programming Language :: Python :: 3.6',
    ],
    package_data={'data/predefined_classes.txt': ['data/predefined_classes.txt']},
    options={'py2app': OPTIONS},
    setup_requires=['py2app']
)

（6）编译资源文件：如果直接使用源码安装，可能需要编译资源文件。在LabelImg2目录下执行以下命令：