Python----目标检测(labelimg和labelme的安装与使用,Pycharm配置教程)

一、labelimg

labelimg是一款开源的图像标注工具,标签可用于分类和目标检测,它是用python写的,并使用Qt作为其图形界面,简单好用(虽然是英文版的)。其注释以 PASCAL VOC格式保存为XML文件,这是ImageNet使用的格式。此外,它还支持 COCO数据集格式。

1.1、安装

python 复制代码
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

1.2、pycharm配置

打开pycharm

1、打开设置

2、找到工具下的外部工具

3、点击加号

4、进行配置

  1. 打开 PyCharm: 打开你的 PyCharm IDE。

  2. 进入设置(Settings): 在顶部菜单栏中,选择 "File" -> "Settings"(在 macOS 上是 "PyCharm" -> "Preferences")。

  3. 选择 External Tools: 在设置窗口左侧的导航栏中,展开 "Tools" 节点,并选择 "External Tools"。

  4. 添加外部工具: 在右侧窗格中,点击 "+"(添加)按钮,然后选择 "Program"。

  5. 填写外部工具信息: 在弹出的对话框中,填写以下信息:

Name(名称): 工具的名称。

Group(组): 可选,可以将工具分组,这样可以更好地组织工具列表。

Description(描述): 工具的描述,用于说明工具的作用。

Program(程序): 工具的可执行文件路径。

Arguments(参数): 传递给工具的参数。

Working Directory(工作目录): 工具运行时的工作目录,通常可以设置为 你的项目根目录。

C:\Users\xxxxxx\AppData\Roaming\Python\Python38\Scripts\labelImg.exe

(程序路径:填写自己的该程序的位置)

如果不知道自己安装在了哪里可是使用

python 复制代码
pip show labelimg 

在终端查找

FileDir (当前文件夹)

ProjectFileDir (绝对路径)

1.3、使用

1.4、labelimg的快捷键

快捷键 功能描述 快捷键 功能描述
ctrl + Q 退出软件 ctrl + - 缩小
ctrl + o openfile ctrl + = 原始大小
ctrl + u openDir ctrl + F fitwindow
ctrl + r ChangeSaveDir ctrl + E 编辑标签
ctrl + s 保存 ctrl + shift + o 打开的文件夹只显示.xml文件
ctrl + L boxlineColor ctrl + shift + s
ctrl + J move and edit Boxes ctrl + shift + F fitWidth
ctrl + D 复制框 d nextImg
ctrl + H 隐藏所有的框 a preImg
ctrl + A 显示所有的框 space 标记当前图片已标记
ctrl + + 放大 w 画框
Delete 删除框

二、labelme

Labelme 是一个开源的图像标注工具,广泛用于为深度学习模型生成目标检测、图像分割等任务所需的标注数据,支持多种标注类型和导出格式,操作简便,适合批量处理大量图片。

2.1、安装

python 复制代码
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

2.2、pycharm配置

打开pycharm

1、打开设置

2、找到工具下的外部工具

3、点击加号

4、进行配置

  1. 打开 PyCharm: 打开你的 PyCharm IDE。

  2. 进入设置(Settings): 在顶部菜单栏中,选择 "File" -> "Settings"(在 macOS 上是 "PyCharm" -> "Preferences")。

  3. 选择 External Tools: 在设置窗口左侧的导航栏中,展开 "Tools" 节点,并选择 "External Tools"。

  4. 添加外部工具: 在右侧窗格中,点击 "+"(添加)按钮,然后选择 "Program"。

  5. 填写外部工具信息: 在弹出的对话框中,填写以下信息:

Name(名称): 工具的名称。

Group(组): 可选,可以将工具分组,这样可以更好地组织工具列表。

Description(描述): 工具的描述,用于说明工具的作用。

Program(程序): 工具的可执行文件路径。

Arguments(参数): 传递给工具的参数。

Working Directory(工作目录): 工具运行时的工作目录,通常可以设置为 你的项目根目录。

C:\Users\xxxxxx\AppData\Roaming\Python\Python38\Scripts\labelme.exe

(程序路径:填写自己的该程序的位置)

如果不知道自己安装在了哪里可是使用

python 复制代码
pip show labelme

在终端查找

FileDir (当前文件夹)

ProjectFileDir (绝对路径)

2.3、使用

相关推荐
T型码农要学习1 小时前
开源项目5|FileBrowser:免费在线文件管理器!随时随地管控服务器文件
运维·服务器·人工智能·开源
Sylvia33.1 小时前
LOL实时数据接入深度解析:从WebSocket到完整数据模型
java·网络·python·websocket·网络协议
梦想不只是梦与想1 小时前
Web 服务器网关协议:ASGI 和 WSGI
服务器·python·fastapi
智恒百亿1 小时前
8 卡 RTX 5090 服务器深度实测:256GB 显存能否支撑 70B 模型微调?选型参考
大数据·运维·服务器·人工智能
ai小陈3 小时前
PyTorch DataLoader数据加载性能排查:GPU利用率低的实操指南
人工智能·pytorch·python·深度学习·ai·gpu算力
测试者家园5 小时前
为什么意图驱动测试是自动化测试的下一站,而不是替代品
自动化测试·软件测试·人工智能·持续测试·ai赋能·智能化测试·软件测试变革
D202020206 小时前
TikTok Shop禁止AI语音直播落地后,跨境卖家如何通过达秘合规调整带货内容
人工智能
2601_962299246 小时前
Azure python操作系统列表
python·操作系统·azure·虚拟机·存储配置文件
像风一样自由20206 小时前
20.Milvus常见问题检索不到维度错误和数据一致性
人工智能·大模型·milvus
现代野蛮人6 小时前
【深度学习实验】—— 基于 LSTM 与 Optuna 调参的丙型肝炎预测
人工智能·深度学习·lstm