labelImg下載 - labelImg源代碼下載

labelImg

其他源碼

v1.8.1

下載

Label Studio是一種現代，多模式的數據註釋工具

Labelimg是Tzutalin在數十名貢獻者的幫助下創建的流行圖像註釋工具，不再積極開發，並且已經成為Label Studio社區的一部分。查看標籤Studio，這是圖像，文本，超文本，音頻，視頻和時間序列數據的最靈活的開源數據標籤工具。安裝Label Studio並加入Slack社區以入門。

/readme/images/label-studio-1-6-player-screenshot.png

關於Labelimg

Labelimg是一種圖形圖像註釋工具。

它用Python編寫，並將QT用於圖形接口。

註釋以Pascal VOC格式保存為XML文件，這是ImageNet使用的格式。此外，它還支持Yolo和CreateMl格式。

觀看演示視頻

安裝

從PYPI獲得，但只有Python3.0或更高

這是現代Linux發行版（例如Ubuntu和Fedora）上最簡單的（單命令）安裝方法。

pip3 install labelImg
labelImg
labelImg [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

從源構建

Linux/Ubuntu/Mac至少需要Python 2.6，並已使用PYQT 4.8進行了測試。但是，強烈建議使用python 3或更高，並且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]

macos

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（推薦）

Virtualenv可以避免大量QT / Python版本問題

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 ; pipenv run python setup.py py2app -A ; mv " dist/labelImg.app " /Applications

注意：最後一個命令為您提供了一個不錯的.app文件，並在您的 /應用程序文件夾中使用新的SVG圖標。您可以考慮使用腳本：build-tools/build-for-macos.sh

視窗

安裝Python，Pyqt5並安裝LXML。

打開CMD並轉到Labelimg目錄

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]

如果要將其包裝到單獨的EXE文件中

Install pyinstaller and execute:

pip install pyinstaller
pyinstaller --hidden-import=pyqt5 --hidden-import=lxml -F -n " labelImg " -c labelImg.py -p ./libs -p ./

Windows + Anaconda

下載並安裝Anaconda（Python 3+）

打開Anaconda提示，然後轉到Labelimg目錄

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

您可以提取具有所有已安裝和所需依賴項的圖像。觀看演示視頻

用法

步驟（pascalvoc）

使用上面的說明構建和啟動。
單擊菜單/文件中的“更改默認保存的註釋文件夾”
單擊“打開dir”
單擊“創建Rectbox”
單擊並釋放左鼠標以選擇一個區域以註釋RECT框
您可以使用正確的鼠標拖動RECT框以復製或移動它

註釋將保存到您指定的文件夾中。

您可以參考以下熱鍵以加快工作流程。

步驟（YOLO）

在data/predefined_classes.txt中定義將用於培訓的類列表。
使用上面的說明構建和啟動。
在工具欄中的“保存”按鈕下方，單擊“ pascalvoc”按鈕以切換到yolo格式。
您可以使用open/opendir來處理單個或多個圖像。完成單個圖像後，單擊“保存”。

Yolo格式的TXT文件將保存在與您的圖像相同名稱的同一文件夾中。一個名為“ class.txt”的文件也保存到該文件夾中。 “ class.txt”定義了YOLO標籤所指的類名稱的列表。

筆記：

您的標籤列表不得在處理圖像列表的中間變化。保存圖像時，class.txt也將更新，而以前的註釋不會更新。
保存到Yolo格式時，您不應使用“默認類”函數，不會引用它。
當保存為Yolo格式時，“困難”標誌將被丟棄。

創建預定義的類

您可以編輯數據/predefined_classes.txt以加載預定義的類

註釋可視化

使用圖像將現有的lable文件複製到同一文件夾。標籤文件名必須與圖像文件名相同。
單擊文件，然後選擇“打開dir”，然後打開圖像文件夾。
在文件列表中選擇圖像，它將顯示該圖像中所有對象的邊界框和標籤。

（在查看中選擇顯示標籤模式以顯示/隱藏lablels）

熱鍵

Ctrl + U	從目錄加載所有圖像
ctrl + r	更改默認註釋目標dir
ctrl + s	節省
Ctrl +D。	複製當前標籤和RECT框
Ctrl + Shift + D	刪除當前圖像
空間	標記已驗證的當前圖像
w	創建一個Rect Box
d	下一個圖像
一個	上圖
del	刪除選定的RECT框
Ctrl ++	放大
ctrl--	放大
↑→↓←	鍵盤箭頭移動選定的RECT框