labelimg使用指南

YOLOv8目标检测(一)_检测流程梳理:YOLOv8目标检测(一)_检测流程梳理_yolo检测流程-CSDN博客

YOLOv8目标检测(二)_准备数据集:YOLOv8目标检测(二)_准备数据集_yolov8 数据集准备-CSDN博客

YOLOv8目标检测(三)_训练模型:YOLOv8目标检测(三)_训练模型_yolo data.yaml-CSDN博客

YOLOv8目标检测(三*)_最佳超参数训练:YOLOv8目标检测(三*)_最佳超参数训练_yolov8训练的超参数-CSDN博客

YOLOv8目标检测(四)_图片推理:YOLOv8目标检测(四)_图片推理-CSDN博客

YOLOv8目标检测(五)_结果文件(run/detrct/train)详解:YOLOv8目标检测(五)_结果文件(run/detrct/train)详解_yolo训练结果文件含义-CSDN博客

YOLOv8目标检测(六)_封装API接口:YOLOv8目标检测(六)_封装API接口-CSDN博客

下面是一些笔者使用软件时的一些常见问题,供各位读者进行参考。

一、替换/添加预设标签

为什么要添加预设标签?

添加预设标签后,下次打开选中区域后可直接选择,无需再次手动输入,省事儿。

注:若标注内容不变此步骤可跳过

1. 打开labelimg配置文件目录

笔者这里是把pip install labelimg里面的内容打包成一个exe了,找到下面文件即可。

2. 替换/添加data文件

二、选择标注图片和标签存放位置

1.选择图片文件夹

选择图片文件夹

选择后成功读取到图片

2.选择图片标签存放文件夹

选择图片标签存放位置

三、确认储存格式

1. 无label时或xml标签时

确认为PascalVOC格式

2. 标签为txt格式时

确认为YOLO格式,且确保标签文件内有classes.txt文件(内容为标签类别)

(1)确认存储格式为YOLO格式

(2)确保标签文件夹内有classes.txt文件,且有内容

标签文件夹下classes.txt

示例classes.txt内容

四、选择自动保存

选择自动保存

五、开始标注

车辆标注参考步骤

标注任务: 和不同颜色的车牌 (车身出现大于百分之50就标),标注区域尽量小

1.选择标注目标(车)区域和对应类别

选择标注目标和类别

2.标注成功后会在右侧区域显示标签(标签保存文件夹下会生成一个xml文件)

标注成功示意图

标注成功后类别和坐标信息如红框所示

六、闪退解决办法

一定要看报错,闪退日志很快,可以截图到,下面是一个常用用的方法,相当于还原系统。

常见的报错:标签文件中没有classes,或者classes类别个数不相符。

删除 C:\Users\your_userid\labelImgSettings.pkl后重新打开来labelimg,如下图:

注:安装路径需要按照自己的找。

以上操作是删除了labelimg的默认配置,重新打开labelimg,大部分问题可能解决。

七、标注快常用快捷键

1.创建区块(W)

创建区块快捷键图

2.翻页(A向前翻页D向右翻页)

3.放大(ctrl+鼠标滚轮)

4.删除(delete)

选中要删除的区域或标签,选中后区域为蓝色,delete或右键删除

删除区块示意图

相关推荐
思绪无限16 分钟前
YOLOv5至YOLOv12升级:植物叶片病害识别系统的设计与实现(完整代码+界面+数据集项目)
深度学习·yolo·目标检测·yolov12·yolo全家桶·植物叶片病害检测
白羊by27 分钟前
YOLOv1~v11 全版本核心演进总览
深度学习·算法·yolo
lanker就是懒蛋44 分钟前
深度学习Q&A:手写反向传播与OOM排查的深层逻辑
人工智能·深度学习
STLearner1 小时前
WSDM 2026 | 时间序列(Time Series)论文总结【预测,表示学习,因果】
大数据·论文阅读·人工智能·深度学习·学习·机器学习·数据挖掘
STLearner2 小时前
WSDM 2026 | 时空数据(Spatial Temporal)论文总结
人工智能·python·深度学习·机器学习·数据挖掘·智慧城市·推荐算法
空中湖2 小时前
大模型修炼秘籍 第十二章:人师指路——RLHF之精髓
人工智能·深度学习·transformer
QQ676580085 小时前
智慧工厂之扬尘识别 铲车装载识别 工程重型机械识别 磁铁识别 深度学习YOLO格式图像识别第10435期
人工智能·深度学习·yolo·扬尘识别·铲车装载·工程重型机械·磁铁识别
思绪无限5 小时前
YOLOv5至YOLOv12升级:行人跌倒检测系统的设计与实现(完整代码+界面+数据集项目)
深度学习·yolo·目标检测·yolov12·yolo全家桶·行人跌倒检测系统
AI医影跨模态组学6 小时前
PLOS Medicine 中山大学肿瘤防治中心蔡木炎等团队:基于多视角深度学习的组织病理学分析用于II期结直肠癌的预后与治疗分层
人工智能·深度学习·论文·医学·医学影像
Aray12346 小时前
大模型推理全栈技术解析:从Transformer到RoPE/YaRN的上下文优化
人工智能·深度学习·transformer