前沿;

       最近实验室有个关于隧道抛洒物目标检测的项目，关于标注图片的工作，需要用到 labeling 进行标注，我觉得挺有意思的，记录一下。

1、前期的环境搭建，打开cmd

----------------------初始查询------------------------------------
nvidia-smi        #显示gpu当前信息状态
conda --version   #检查Anaconda是否成功安装
nvcc -V           #查看cuda版本
conda info –envs  #检测目前安装了哪些环境
conda search --full-name python    #检查目前有哪些版本的python可以安装
----------------------创建环境-------------------------------------
conda create -n learn python==3.9  #创建环境 python版本：3.9 环境名称：learn
conda activate learn               #激活环境 环境名称：learn

2、在github中下载labeling安装包

下载地址：https://github/heartexlabs/labelImg

3、修改 labelImg-master文件夹中data文件夹的predefined_classes.txt

由于只要标注抛洒物一种类别，只保留一个即可

4、解压安装包到当前文件夹，在labelImg-master文件夹中 打开终端激活环境

-----------激活先前创建的环境-----------
conda activate learn

---------输入下面代码安装环境依赖-------
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

--------------打开labeling--------------
python labelImg.py

5、打开 labeling，设置保存标签的格式，可以选择yolo、voc 等

选择需要标注的数据集目录以及标签存放目录

前沿;

       最近实验室有个关于隧道抛洒物目标检测的项目，关于标注图片的工作，需要用到 labeling 进行标注，我觉得挺有意思的，记录一下。

1、前期的环境搭建，打开cmd

----------------------初始查询------------------------------------
nvidia-smi        #显示gpu当前信息状态
conda --version   #检查Anaconda是否成功安装
nvcc -V           #查看cuda版本
conda info –envs  #检测目前安装了哪些环境
conda search --full-name python    #检查目前有哪些版本的python可以安装
----------------------创建环境-------------------------------------
conda create -n learn python==3.9  #创建环境 python版本：3.9 环境名称：learn
conda activate learn               #激活环境 环境名称：learn

2、在github中下载labeling安装包

下载地址：https://github/heartexlabs/labelImg

3、修改 labelImg-master文件夹中data文件夹的predefined_classes.txt

由于只要标注抛洒物一种类别，只保留一个即可

4、解压安装包到当前文件夹，在labelImg-master文件夹中 打开终端激活环境

-----------激活先前创建的环境-----------
conda activate learn

---------输入下面代码安装环境依赖-------
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

--------------打开labeling--------------
python labelImg.py

5、打开 labeling，设置保存标签的格式，可以选择yolo、voc 等

选择需要标注的数据集目录以及标签存放目录