yolo---图像标注工具

（1）LabelImg工具
这个工具是用于目标检测的标注工具，制作类VOC数据集.该工具是多平台

下载网址1 @https://github.com/lzx1413/LabelImgTool
使用方法
执行：　　make all
执行：　　./labelImg.py
修改类别：
　　　　修改 data/predefined_classes.txt 为你自己的类别即可
　　　　然后生成的XML文件会保存在Annotation文件夹下。当然，也可以自己指定。
    @https://blog.csdn.net/weixin_41850360/article/details/81219626

下载网址2 @https://github.com/tzutalin/labelImg
使用方法
Python 3 + Qt5 (Recommended)
sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

labelImg图像标注工具的详细使用
　　@https://blog.csdn.net/gaoyu1253401563/article/details/89512098
图片标注工具LabelImg使用教程
　　@https://blog.csdn.net/jesse_mx/article/details/53606897

 

（2）Yolo的标注工具：Yolo_mark
　　下载网址 @https://github.com/AlexeyAB/Yolo_mark
    环境： Ubuntu16.04 + Opnecv + Cmake

　　它是yolo2的团队开源的一个图像标注工具，为了方便其他人使用yolo2训练自己的任务模型。在linux和win下都可运行，依赖opencv库。
　　每个参数的含义@https://blog.csdn.net/middlto/article/details/89946201#11_yolo_mark_36

YOLO图像快速标注工具 
　　@https://blog.csdn.net/wulala789/article/details/79792449
　　@https://github.com/sanfooh/quick_yolo2_label_tool
Yolo_mark 使用教程@https://blog.csdn.net/Mr_kuilei/article/details/86324235

 

 

u@u160406:~/4-yoloPjreddie/Yolo_mark-master$ sudo chmod +x yolo_mark

u@u160406:~/4-yoloPjreddie/Yolo_mark-master$ 

./yolo_mark x64/Release/data/images x64/Release/data/wp_train.txt x64/Release/data/obj.names

./yolo_mark /home/u/wp_data/people_diff_size/other  /home/u/wp_data/people_diff_size/other/train003.txt x64/Release/data/obj.names

感受：
个人尝试用了labelImg 和 yolo_mark ：
labelImg ：步骤稍微复杂了一点，先生成xml，手动转成txt。
           个人觉得好用一些，从txt来看，期精度稍微高一点，尤其对于再训练的小目标
yolo_mark: 简单一些，直接在image图像里生成对应的txt。从txt来看，期精度稍微低一点

 

（3）ImageLabel
　　https://github.com/lanbing510/ImageLabel

（4）BBox-Label-Tool
　　https://github.com/puzzledqs/BBox-Label-Tool

（5）Labelme用于图像分割标注。
　　标注过程是使用多边形进行标注，然后输入标签即可。标注完成之后点击保存，即将标注好的标签保存称相应的json格式的数据。
　　下载网址 @https://github.com/wkentaro/labelme

深度学习图像标注工具汇总:
　　@https://blog.csdn.net/chaipp0607/article/details/79036312
　　@https://zhuanlan.zhihu.com/p/91171629