图像标注教程(使用LabelImg标注工具)

前端之家收集整理的这篇文章主要介绍了图像标注教程(使用LabelImg标注工具)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

正在用深度学习做车牌识别,既没有现成数据,也拿不到交通摄像头和小区、停车场等门禁数据,所以只能是网上找一部分、上街拍一部份、爬虫爬一部分!!!总之,多多少少是有一些可以用的数据了。

当然,筛选出可以用的数据后还需要人工给数据样本进行标注,也就是手动标出图片中的车牌。我模型用的是YOLO v2,它使用的是VOC格式的数据集,所以首先需要对训练集及验证集的图片进行标注,每张图片均可以得到相对应的同名xml文件,然后再将xml文件转化为txt标签文件

1.安装标注工具LabelImg

先讲下windows平台下的安装(win10 64位)

1.安装Python2.7.11 64位
这里我是单独装的python2.7环境,没有用之前的Anaconda集成开发环境。
下载地址: https://www.python.org/downloads/windows/

2.安装Pyqt4
下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#pyqt4

根据自己python版本和系统选择。

将下载好的PyQt4‑4.11.4‑cp27‑cp27m‑win_amd64.whl文件修改文件PyQt4‑4.11.4‑cp27‑none‑win_amd64.whl,并放在E:\Python2.7.11\Lib\site-packages目录下。

shift+右键,打开power shell窗口,输入pip install PyQt4-4.11.4-cp27-none-win_amd64.whl,然后回车,进行安装。

完成后,打开python安装目录,即E:\Python2.7.11\Lib\site-packages\PyQt4路径下,双击designer.exe,就可以打开Qt软件。

有需要可以发送到桌面快捷方式,方便使用。

3.下载LabelImg源码并运行
下载地址:https://github.com/tzutalin/labelImg
下载后并解压得到文件labelImg-master

文件夹下,shift+右键,打开power shell窗口,看其他教程说是依次输入下面语句即可打开软件,但是我报错了,直接输入labelImg回车就可以打开了。

pyrcc4 -o resources.py resources.qrc
python labelImg.py
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

2. 标注图像

LabelImg安装完成后,打开标注工具,对文件夹内的图片作标注。

  • 数据在plate_data文件夹下,新建plate_xml文件夹,用于存放生成的xml文件,并使用快捷键“Ctrl+R”修改默认的xml文件保存位置。
  • 源码文件夹下,修改data/predefined_classes.txt文件修改默认类别,改成plate1个类别(根据需求)。
  • “Open Dir”打开图片文件
  • “Create RectBox”画框,画完后点击“Save”保存。

猜你在找的XML相关文章