深度学习中常见的打标签工具和数据集资源
- 一、打标签工具
- 1. labelimg/labelme
- 1.1 搭建图片标注环境（win10)
- (1) 安装anaconda3
- (2) 在anaconda环境python3下搭建labelImg环境
- 1.2 打标签
- 1.2 搭建图片标注环境（ubuntu18.04)
- 1.3 快捷键
一、打标签工具
1. labelimg/labelme
这两款工具简便易行，前者主要用于对目标进行大致的标定，用于常见的框选标定，后者主要用于较为细致的轮廓标定，多用于mask rcnn等。
1.1 搭建图片标注环境（win10)
(1) 安装anaconda3
下载https://www.anaconda.com/distribution/
下载后安装。
(2) 在anaconda环境python3下搭建labelImg环境
首先，打开 anaconda Prompt
然后 ，在anaconda Prompt进入下载好labelimg文件夹（下载地址https://github.com/tzutalin/labelImg）
# 依次输入
conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py # 打开labelImg打开界面：
1.2 打标签
将标签统一保存在新建的label文件夹下，名字和图片一致。
1.2 搭建图片标注环境（ubuntu18.04)
在Ubuntu环境中，下载linux版anaconda，安装完成，在conda的base权限下,我先安装了的tensorflow-gpu，在tensorflow-gpu环境下conda list查看conda环境中是否有lxml和pyqt5，
没有就pip install安装，安装之后在cd进入labelImg文件夹，make qt5py3，出现pyrcc5 -o libs/resources.py resources.qrc就ok啦
接着在此环境（记住每次打开都要进入base下tensorflow-gpu环境）输入python labelimg.py
打开进入界面。
1.3 快捷键
Ctrl + s 保存
Ctrl + d 复制label和box
Space 标记当前图片已标记
w 创建一个矩形
d 下一张图片
a 上一张图片
未完待续
