- 在做基于深度学习的目标检测时，对数据图片标记时出现了一些问题，特此记录一下。
- 在对数据图片的目标标记时，有很多的标记工具，而我钟爱LabelIMG这一工具。在此附上github链接：https://github.com/tzutalin/labelImg。可看到相关的说明。
- 本人是在Ubuntu20.04的系统上下载的该工具。
- 下载解压以后按照如下命令即可打开该工具。
sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
python3 labelImg.py
问题记录：
在标记目标时，由于使用的是Coco数据，生成txt文件，内容如下：
89 0.6090494791666666 0.41550925925925924 0.40690104166666663 0.5601851851851851
49 0.572265625 0.4716435185185185 0.04036458333333333 0.03819444444444444
第一列表示的是标记的目标的类别代号，如果在下载标记工具没有修改的情况下，生成的txt文件的文件夹下还会生成一个classes.txt文件，打开该文件后将看到一些不是你所标记的标签类别。因此在解压标记工具后，需要前往labelImg-master/data文件夹下打开predefined_classes.txt并将这些类别标签替换为你所需要标记的类别。
- 这样操作以后，生成的classes.txt文件将是你自己的类别标签，同时，最大的好处就是当你觉得数据不够或者需要二次标记图片时，标记生成的txt文件的第一列类别标签代号与第一次标记的完全一致。（注意，第一列标签代号是从0开始的！！！）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
