目標檢測中，原始的標註過程是非常重要的，它的作用是在原始影象中標註目標物體位置並對每張生成相應的xml檔案表示目標標準框的位置。本文介紹一款使用方便且能夠標註多類別並能直接生成xml檔案的標註工具——labelimg工具，並對其使用方法做乙個介紹。
方式2：使用git命令 git clone
2、安裝
$ sudo apt-get install pyqt4-dev-tools # 安裝pyqt4
$ sudo pip install lxml # 安裝lxml，如果報錯，可以試試下面語句
$ sudo apt-get install python-lxml
然後開啟終端，進入labelimg目錄後使用make編譯
cd labelimg
make all
完成3、使用
在labelimg目錄下使用終端執行
python labelimg.py
執行介面如下圖
4、快捷鍵
ctrl + u 載入目錄中的所有影象，滑鼠點選open dir同功能
ctrl + r 更改預設注釋目標目錄(xml檔案儲存的位址)
ctrl + s 儲存
ctrl + d 複製當前標籤和矩形框
space 將當前影象標記為已驗證
w 建立乙個矩形框
d 下一張
a 上一張
del 刪除選定的矩形框
ctrl++ 放大
ctrl-- 縮小
↑→↓← 鍵盤箭頭移動選定的矩形框
5、具體事項
想要修改圖中的標籤類別內容（如預設的dog、person、cat等）則在主目錄下data資料夾中的predefined_classes.txt檔案中修改。
使用時，使用ctrl+u快捷鍵載入後，使用ctrl+r快捷鍵指定生成的xml檔案的儲存位置，然後開始按照類別將中的目標進行矩形框標註，每標註乙個目標後軟體自動彈出類別資訊以供選擇，在彈出的類別資訊中選擇對應的類別名稱雙擊即可。當一張中各個類別所需要標註的目標全部標註後，點選儲存按鍵或者使用ctrl+s快捷鍵儲存就生成了相對應的xml位置資訊檔案，此時可以開始下一張的標註。
目標檢測 CVAT標註工具
cvat 支援多種標註格式的匯入和匯出，相比 labelimg labelme 等相對簡單的工具是很明顯的優勢。支援的標註格式 把 github 倉庫 clone 下來 git clone cd cvat開啟 docker。docker compose up d建立superuser，輸入使用者名稱...
目標檢測工具安裝使用 labelImg
如果想要在深度學習中訓練我們自己的模型，就得對進行標註。labelimg是乙個超級方便的目標檢測標註工具，開啟後，只需用滑鼠框出中的目標，並選擇該目標的類別，便可以自動生成voc格式的xml檔案。sudo apt get install pyqt5 dev tools sudo pip3 insta...
資料標註工具
via vgg image annotation，vgg影象標註器 labelme 最著名的標註工具之一 labelbox 對於大型標記專案很合適，提供不同型別標記任務的選項 coco ui 用於標註 coco 資料集的工具 1.via vgg image annotation，vgg影象標註器 鏈...