圖片標注主要是為了建立自己的數據集，便于進行更深度的學習訓練。本篇文章將對一款十分好用的圖片標注工具labelimg進行介紹，重點介紹其安裝以及使用的過程。

- 什么是labelimg

labelimg 是一個可視化的圖像標定工具。它是用Python編寫的，并將Qt用于其圖形界面。批注以PASCAL VOC格式（ImageNet使用的格式）另存為XML文件。此外，它還支持YOLO格式。Faster R-CNN，YOLO，SSD等目標檢測網絡所需要的數據集，均需要借此工具標定圖像中的目標。

在安裝labelimg之前，我們需要先進行一個環境搭建，搭建環境之后再進行labelimg的安裝和使用。

1.安裝anaconda3

使用labelimg進行文件標注前需要進行深度學習環境的配置。 進入anaconda官網界面，選取適合自身操作系統的anaconda文件進行下載并安裝。

打開anaconda3的安裝文件，進入安裝界面，在install for安裝選項中建議勾選all users，如下圖。

在設置安裝路徑時，不建議使用默認的安裝路徑，建議在其他的盤符中新建文件夾進行安裝。

在advanced options中勾選第一個√，將anaconda3的安裝路徑加入環境變量中。

安裝完成后，打開開始菜單欄，選擇anaconda3-anaconda prompt進入命令行。

在命令行中輸入下列代碼，若如下圖顯示pip版本號則證明anaconda3安裝成功。

pip --version

環境配置完成后就可以進行labelimg的安裝啦！

安裝labelimg

在命令行窗口中依次輸入下列代碼，安裝labelimg依賴的第三方庫。

pip install PyQt5

pip install pyqt5-tools

pip install lxml

pip install labelimg

（注：此處可能會因網絡原因造成卡頓，請耐心等待，若因為網絡問題安裝失敗則重試）

使用pip安裝第三方庫流程如下：

#安裝PyQt5，安裝成功截圖如下

#安裝pyqt5-tools，安裝成功截圖如下

#安裝lxml，安裝成功截圖如下

#安裝labelimg，安裝成功截圖如下

至此，環境配置步驟已經全部完成。 在第三方庫安裝完成后，在命令行中輸入labelimg指令以啟動labelimg（注：環境配置完成后再次啟動只需要打開anaconda prompt命令行并輸入labelimg即可啟動，無需再次安裝第三方庫）。

進入labelimg標注工具的初始化界面如下圖所示。

2.labelimg使用說明

2.1使用labelimg進行數據集標注

labelimg的標注模式分為VOC和YOLO兩種，兩種模式下生成的標注文件分別為.xml文件和.txt文件，因此在進行標注前需要優先選擇好標注的模式。

labelimg左側菜單欄中按鈕功能說明如下。

在labelimg中，標注的快捷鍵為w，標注后用鼠標拖動錨框進行框選，框選完畢后會彈出類別選擇框，如果是當前已有類則直接選擇即可，若需要新加類別則在輸入框中輸入類別標簽并確定。

【YOLO標注模式下】

標注完成后數據集整體結構如下圖所示。

2.2標簽文件解釋

使用labelimg標注產生的結果如下。

使用labelimg以VOC模式進行標注產生的標注文件如下，與YOLO標注模式產生的類別標簽不同，.xml標注文件不需要將類別文件單獨進行存放，因為其中已經包含了標注錨框的位置信息和類別信息。

使用labelimg以YOLO模式進行標注產生的標注文件如下，classes.txt文件中存放的是類別標簽，標簽文件中以類別+錨框的位置坐標信息進行保存，文件中有幾行則說明對應的標注圖像中有幾個錨框。

3.labelimg操作快捷鍵匯總

標注常用快捷鍵如下所示。

Ctrl + s保存當前改動（注：切換圖片時若未保存則會進行詢問）

Ctrl + d復制當前標簽和矩形框

space將當前圖像標記為已驗證

w 創建一個矩形框

d下一張圖片

Del刪除選定的矩形框

Ctrl + +/Ctrl + 滾輪向前放大

Ctrl + -/Ctrl + 滾輪向后縮小

↑→↓← 鍵盤箭頭移動選定的矩形框

labelimg完整的快捷鍵列表如下。

這篇文章的目的，就是為了讓大家能夠更好的安裝和使用labelimg，以及labelimg的一些小竅門。在目標檢測上，了解labelimg及其使用還是很有必要的。