yolov8标注labelimg

### 如何使用 LabelImg 进行 YOLOv8 数据集的标注 LabelImg 是一款广泛使用的图像标注工具，支持多种格式导出标注文件。对于 YOLOv8 的数据集准备，可以通过以下方法完成标注工作。 #### 安装 LabelImg 工具 首先需要安装 LabelImg 工具。推荐通过 `pip` 或者源码编译的方式进行安装。以下是 pip 安装命令： ```bash pip install labelimg ``` 如果希望通过 Anaconda 环境管理依赖项，则可以按照以下方式进行安装： ```bash conda install pyqt=5 conda install -c anaconda lxml pip install labelimg ``` 启动工具时运行以下命令即可打开图形界面： ```bash labelimg ``` --- #### 使用 LabelImg 创建标注 1. **加载图片** 打开 LabelImg 后，点击左上角菜单栏中的 “Open Dir”，选择包含待标注图片的目录；再点击 “Change Save Dir” 设置保存标注文件的位置[^2]。 2. **设置标签列表** 在顶部菜单中找到并点击 “Pref”（Preferences），弹出配置窗口后勾选 “Create PASCAL VOC .xml”。接着切换到 “Labels” 部分，手动输入目标类别的名称，或者导入预先写好的 `.names` 文件作为标签集合[^3]。 3. **绘制边界框** 对每一张图片逐一操作：先用鼠标拖拽画矩形区域覆盖感兴趣的目标对象，随后从下拉菜单里挑选对应的类别名赋予该 bounding box。完成后按快捷键 Ctrl+S 存储当前进度至本地磁盘为 XML 格式的描述文档。 4. **转换成 YOLO 格式** 默认情况下，LabelImg 输出的是 Pascal VOC 格式的 xml 文件。为了适配 YOLOv8 输入需求，需借助额外脚本来实现批量转化任务。下面给出一段 Python 脚本用于自动化此过程： ```python import os from xml.etree import ElementTree as ET def convert(size, box): dw = 1./size[0] dh = 1./size[1] x = (box[0] + box[1])/2.0 y = (box[2] + box[3])/2.0 w = abs(box[1] - box[0]) h = abs(box[3] - box[2]) x = round(x*dw, 6) w = round(w*dw, 6) y = round(y*dh, 6) h = round(h*dh, 6) return (x,y,w,h) def main(): classes = ["your_class_name"] # 替换为你自己的分类名字 for file in os.listdir("./Annotations"): if not file.endswith(".xml"): continue tree = ET.parse(f"./Annotations/{file}") root = tree.getroot() size = root.find('size') width = int(size.find('width').text) height = int(size.find('height').text) filename = f"{os.path.splitext(file)[0]}.txt" with open(os.path.join("labels", filename), 'w') as out_file: for obj in root.iter('object'): cls = obj.find('name').text if cls not in classes: continue bndbox = obj.find('bndbox') bbox = ( float(bndbox.find('xmin').text), float(bndbox.find('xmax').text), float(bndbox.find('ymin').text), float(bndbox.find('ymax').text)) bb = convert((width,height),bbox) class_id = classes.index(cls) out_str = f"{class_id} {bb[0]} {bb[1]} {bb[2]} {bb[3]}" out_file.write(out_str+'\n') if __name__ == "__main__": main() ``` 上述代码会读取所有的 XML 文件并将它们转化为 YOLO 文本格式存储于指定路径下的 labels 文件夹之中。 --- #### 注意事项 - 如果仅有一个类别，可以在偏好设置中启用默认标签选项来减少重复劳动量。 - 记得调整上面提到的 `classes` 列表以匹配实际项目里的物体种类定义情况。 - 当前示例假设所有原始标注位于 Annotations 目录而最终结果应放置在 labels 下面，请依据个人环境做相应修改。