使用labelImg影象標註工具製作VOC資料集
阿新 • • 發佈:2019-01-03
1.Linux下安裝
make qt4py2
pythobelImg.py2.windows下安裝
brew install qt qt4
brew install libxml2make qt4py2
pythobelImg.py2.windows下安裝
安裝安裝Anaconda2-4.4.0-Windows-x86_64.exe
新增環境變數3.解壓labellmage到桌面,不能有中文路徑,複製路徑。4.cmd進入路徑conda install pyqt=4
pyrcc4 -py3 -o resources.py resources.qrc
python labelImg.py 開啟標記程式
5.標註流程
開啟需要標記的圖片資料夾
修改儲存路徑(XML資料夾)
標註ROI區域,填寫標籤,矩形框可微調
儲存XML檔案,有彈框提醒
點選下一張圖進行標記
快捷按鍵W是Create RectBox,按鍵D是下一張圖,按鍵A是上一張圖,Ctrl+S是儲存。
6.生成VOC資料集需要的txt
Annotations存放XML檔案,JPEGImages下存放訓練圖片,新建一個GetVoc_txt.m用於生成txt檔案到ImageSets資料夾下。
clear;clc; file = dir('Annotations'); len = length(file)-2; num_trainval=sort(randperm(len, floor(1*len/2)));%trainval集佔所有資料的1/2,可以根據需要設定 num_train=sort(num_trainval(randperm(length(num_trainval), floor(1*length(num_trainval)/2))));%train集佔trainval集的1/2,可以根據需要設定 num_val=setdiff(num_trainval,num_train);%trainval集剩下的作為val集 num_test=setdiff(1:len,num_trainval);%所有資料中剩下的作為test集 path = 'ImageSets/Main/'; fid=fopen(strcat(path, 'trainval.txt'),'a+'); for i=1:length(num_trainval) s = sprintf('%s',file(num_trainval(i)+2).name); fprintf(fid,[s(1:length(s)-4) '\n']); end fclose(fid); fid=fopen(strcat(path, 'train.txt'),'a+'); for i=1:length(num_train) s = sprintf('%s',file(num_train(i)+2).name); fprintf(fid,[s(1:length(s)-4) '\n']); end fclose(fid); fid=fopen(strcat(path, 'val.txt'),'a+'); for i=1:length(num_val) s = sprintf('%s',file(num_val(i)+2).name); fprintf(fid,[s(1:length(s)-4) '\n']); end fclose(fid); fid=fopen(strcat(path, 'test.txt'),'a+'); for i=1:length(num_test) s = sprintf('%s',file(num_test(i)+2).name); fprintf(fid,[s(1:length(s)-4) '\n']); end fclose(fid);