我们在使用yolov8进行物体检测识别的时候，由于其内置的n,s,m等模型只包含90多种物体（很多其他物品并未包含在其中），导致我们无法直接使用其模型进行视频或者图片的检测识别。这个时候，我们就需要自己制作数据集进行训练。下面我们通过使用lableimg进行图片的标注，完成识别物品图片数据集的采集。
一，部署虚拟环境
我们打开anaconda Prompt，然后输入命令开始创建labelimg虚拟环境：
二、activate并安装
三、进行图片标注
3.1，采集图片
自己可以去互联网上下载需要识别的物品图片，我本地下载的为酒精测试仪（市面上的一类)图片：
3.2，打开labelimg，进行配置
在上述anaconda prompt命令行中，进入到自己本地采集图片目录层级（我本地为E:\code\python\labeldata），执行命令：
执行后，我们进入到labelimg界面：
1，我们点击Open Dir，选择我们采集图片的目录 （我本地为E:\code\python\labeldata\JPEG）
2，我们点击Change Save Dir，设置我们标注后图片VOC文件存储目录
3，我们选择我们保存的格式：我们选择PascalVOC
3.3，进行图片标注
我们Open Dir选择我们的采集图片目录后，labelimg右侧会显示我们所有的图片：
我们通过快捷键操作，进行图片标注：
a：切换到上一张图片
d：切换到下一张图片
w：调出标注十字架
del ：删除标注框
我们标注图片，然后按快捷键d，进行下一张图片标注，一张一张进行，完成所有标注：
最后我们保存，退出即可。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
