LabelImg 是一个图形图像标注工具，在图像中标注对象边界框
项目描述
标签图片
LabelImg 是一个图形图像标注工具。
它是用 Python 编写的，并使用 Qt 作为其图形界面。
注释以 PASCAL VOC 格式保存为 XML 文件，这是ImageNet使用的格式。此外，它还支持 YOLO 和 CreateML 格式。
安装
从 PyPI 获取但只有 python3.0 或以上
这是现代 Linux 发行版（如 Ubuntu 和 Fedora）上最简单的（单命令）安装方法。
pip3 install labelImg
labelImg
labelImg [IMAGE_PATH] [PRE-DEFINED CLASS FILE]从源代码构建
Linux/Ubuntu/Mac 至少需要Python 2.6并且已经使用PyQt 4.8进行了测试。但是，强烈建议使用Python 3 或更高版本和 PyQt5 。
Ubuntu Linux
Python 3 + Qt5
sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]苹果系统
Python 3 + Qt5
brew install qt # Install qt-5.x.x by Homebrew
brew install libxml2
or using pip
pip3 install pyqt5 lxml # Install qt and lxml by pip
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]Python 3 Virtualenv（推荐）
Virtualenv 可以避免很多 QT/Python 版本的问题
brew install python3
pip3 install pipenv
pipenv run pip install pyqt5==5.15.2 lxml
pipenv run make qt5py3
pipenv run python3 labelImg.py
[Optional] rm -rf build dist; python setup.py py2app -A;mv "dist/labelImg.app" /Applications注意：Last 命令为您提供了一个漂亮的 .app 文件，其中包含 /Applications 文件夹中的新 SVG 图标。可以考虑使用脚本：build-tools/build-for-macos.sh
视窗
打开cmd进入labelImg目录
pyrcc4 -o libs/resources.py resources.qrc
For pyqt5, pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]Windows + 蟒蛇
下载并安装Anaconda (Python 3+)
打开Anaconda Prompt，进入labelImg目录
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]使用 Docker
docker run -it \
--user $(id -u) \
-e DISPLAY=unix$DISPLAY \
--workdir=$(pwd) \
--volume="/home/$USER:/home/$USER" \
--volume="/etc/group:/etc/group:ro" \
--volume="/etc/passwd:/etc/passwd:ro" \
--volume="/etc/shadow:/etc/shadow:ro" \
--volume="/etc/sudoers.d:/etc/sudoers.d:ro" \
-v /tmp/.X11-unix:/tmp/.X11-unix \
tzutalin/py2qt4
make qt4py2;./labelImg.py您可以拉取具有所有已安装和所需依赖项的映像。观看演示视频
用法
步骤 (PascalVOC)
使用上述说明构建和启动。
单击菜单/文件中的“更改默认保存的注释文件夹”
点击“打开目录”
单击“创建矩形框”
单击并释放鼠标左键选择一个区域来注释矩形框
您可以使用鼠标右键拖动矩形框来复制或移动它
注释将保存到您指定的文件夹中。
您可以参考以下热键来加快您的工作流程。
步骤 (YOLO)
在data/predefined_classes.txt中定义将用于训练的类列表。
使用上述说明构建和启动。
在工具栏中“保存”按钮的正下方，单击“PascalVOC”按钮切换到 YOLO 格式。
您可以使用 Open/OpenDIR 处理单个或多个图像。完成单个图像后，单击保存。
YOLO 格式的 txt 文件将与您的图像同名保存在同一文件夹中。一个名为“classes.txt”的文件也保存到该文件夹中。“classes.txt”定义了你的 YOLO 标签所引用的类名列表。
笔记：
您的标签列表在处理图像列表的过程中不应更改。保存图像时，classes.txt 也会更新，而之前的注释不会更新。
保存为 YOLO 格式时不要使用“默认类”功能，它不会被引用。
当保存为 YOLO 格式时，“困难”标志被丢弃。
创建预定义的类
您可以编辑 data/predefined_classes.txt 以加载预定义的类
热键
Ctrl + 你 |
从目录加载所有图像 |
Ctrl + r |
更改默认注释目标目录 |
Ctrl + 小号 |
节省 |
Ctrl + d |
复制当前标签和矩形框 |
Ctrl + Shift + d |
删除当前图像 |
空间 |
将当前图像标记为已验证 |
w |
创建一个矩形框 |
d |
下一张图片 |
一个 |
上一张图片 |
德尔 |
删除选中的矩形框 |
Ctrl++ |
放大 |
Ctrl– |
缩小 |
↑→↓← |
键盘箭头移动选定的矩形框 |
验证图像：
当按下空格时，用户可以将图像标记为已验证，将出现绿色背景。这在自动创建数据集时使用，然后用户可以浏览所有图片并标记它们而不是注释它们。
难的：
困难字段设置为 1 表示该对象已被注释为“困难”，例如，一个清晰可见但在没有大量使用上下文的情况下难以识别的对象。根据您的深度神经网络实现，您可以在训练期间包含或排除困难的对象。
如何重置设置
如果加载类时出现问题，您可以：
从 labelimg 的顶部菜单中单击 Menu/File/Reset All
- 从您的主目录中删除.labelImgSettings.pkl 。在 Linux 和 Mac 中，您可以执行以下操作：
rm ~/.labelImgSettings.pkl
如何贡献
发送拉取请求
执照
引文：祖塔林。标签图片。Git 代码（2015 年）。https://github.com/tzutalin/labelImg
随时间推移的观星者
历史
1.8.6 (2021-10-10)
显示框宽高
1.8.5 (2021-04-11)
合并了几个 PR
已修复的问题
支持 CreateML 格式
1.8.4 (2020-11-04)
合并了几个 PR
已修复的问题
1.8.2 (2018-12-02)
修复点子分解问题
1.8.1 (2018-12-02)
解决问题
支持 zh-Tw 字符串
1.8.0 (2018-10-21)
支持绘制方形矩形
添加项目单击槽
解决问题
1.7.0 (2018-05-18)
支持YOLO
修复小问题
1.6.1 (2018-04-17)
修复问题
1.6.0 (2018-01-29)
添加更多预定义标签
在状态栏中显示光标姿势
修复小问题
1.5.2 (2017-10-24)
为不同的标签分配不同的颜色
1.5.1 (2017-9-27)
显示自动保存对话框
1.5.0 (2017-9-14)
修复问题
添加功能：更容易画一个盒子
1.4.3 (2017-08-09)
重构设置
修复问题
1.4.0 (2017-07-07)
添加功能：自动保存
新增功能：单课模式
修复问题
1.3.4 (2017-07-07)
修复问题并改进放大
1.3.3 (2017-05-31)
解决问题
1.3.2 (2017-05-18)
解决问题
1.3.1 (2017-05-11)
解决问题
1.3.0 (2017-04-22)
解决问题
添加困难标签
为 pypi 创建新文件
1.2.3 (2017-04-22)
解决问题
1.2.2 (2017-01-09)
解决问题
