yolo labelimg

### 如何使用LabelImg进行YOLO格式的数据标注 #### 安装LabelImg 为了能够顺利使用LabelImg，需先完成其安装过程。对于希望快速上手的用户而言，存在一种简易方式——无需配置额外环境即可直接运行LabelImg[^2]。然而，更常见的做法还是基于Python环境来部署此工具。这涉及到安装必要的Python库，并通过命令行界面启动程序。 #### 启动LabelImg并加载图片 一旦成功安装完毕，在终端输入`labelImg`指令便能开启该软件。随后，点击菜单栏中的“File”选项卡下的“Change Save Dir”，指定保存标签文件的目标路径；接着利用“Open Dir”功能打开待处理图像所在的目录，此时界面上会显示所选文件夹内的首张照片[^1]。 #### 创建类别列表 创建一个名为`classes.txt`的文字档，里面每一行记录一类物体名称，比如做口罩识别项目时就写入如下内容： ``` with_mask without_mask mask_weared_incorrect ``` 这份文档稍后会被用于告知LabelImg以及后续构建的YOLO模型有关具体分类的信息[^3]。 #### 开始标注工作 针对每一张需要标记的照片执行下列操作： - 左键单击拖拽框选出感兴趣区域； - 右侧弹出窗口内填写对应类目名（也可以提前设定好默认值）； - 点击Create RectBox按钮确认当前矩形框的位置与大小； - 对同一幅图重复上述流程直至所有对象都被适当圈定； - 当全部标注完成后按下Ctrl+S组合键存储成果为`.xml`形式，默认遵循Pascal VOC标准。 #### 转换至YOLO格式 由于YOLO框架期望接收特定结构的小型文本描述而非XML样式的大段落编码，所以还需借助一段简单的脚本实现二者间的互转。这里给出了一版适用于大多数场景下由VOC到Darknet YOLO v3/v4版本兼容模式转变的Python源码片段: ```python import xml.etree.ElementTree as ET from os import getcwd sets=[('train'), ('val')] classes = ["with_mask", "without_mask", "mask_weared_incorrect"] def convert(size, box): dw = 1./(size[0]) dh = 1./(size[1]) x = (box[0] + box[1])/2.0 - 1 y = (box[2] + box[3])/2.0 - 1 w = box[1] - box[0] h = box[3] - box[2] x = x*dw w = w*dw y = y*dh h = h*dh return (x,y,w,h) wd = getcwd() for image_set in sets: image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split() list_file = open('%s.txt'%(image_set), 'w') for image_id in image_ids: list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id)) in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id)) out_file = open('labels/%s.txt'%image_id, 'w') tree=ET.parse(in_file) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) for obj in root.iter('object'): difficult = obj.find('difficult').text cls = obj.find('name').text if cls not in classes or int(difficult)==1: continue cls_id = classes.index(cls) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) bb = convert((w,h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') list_file.close() ``` 这段代码读取原始的XML文件并将它们转换成适合YOLO使用的TXT格式，其中包含了边界框坐标和所属类别编号等重要参数。