原文链接：blog.csdn.net/knighthood2…
什么是 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。
安装 labelimg
在 cmd 输入以下命令
pip install labelimg -i pypi.tuna.tsinghua.edu.cn/simple
然后等待其自动帮你安装 labelimg 以及 lxml 和 pyqt5（下图由于笔者已经安装过了，就不重新卸载安装了）
结束后，在 cmd 中输入 labelimg
labelimg
等一会会就会出现 labelimg 页面
注意：如果上面输入 labelimg 后，cmd 中提示
不是内部或外部命令，也不是可运行的程序或批处理文件。
你可以试试使用 everything 搜索 labelimg.exe。该软件一般在你 python 目录下的 scripts 目录中，比如我的 labelimg 就在 G:\applicationsoftware\Python\python3.8.2\Scripts\
双击打开即可。
初识 labelimg
英文解释如下：
打开后，我们自己设置一下
在 View 中勾选 Auto Save mode
接下来我们打开需要标注的图片文件夹
并设置标注文件保存的目录（上图中的 Change Save Dir）
接下来就开始标注，画框，标记目标的 label，然后 d 切换到下一张继续标注，不断重复重复
labelimg 的快捷键
笔者一般使用 W 和 D ，这里大家可以去试试，用上快捷键后，标注速度肯定会得到提升。
标注结果展示
1 VOC
这里，笔者将文件保存的目录设置到了图片目录，大家可以自己去设置
由于笔者是用 PASCAL VOC 格式，其最终保存为 XML 文件
以记事本打开，内容如下，有许多信息（图片大小、通道数、标签名称、选框位置的参数）
标注完后，生成的 xml 文件就可以方便后续的 xml_to_csv 以及转换为 tfrecord 文件了。
2 YOLO
主要改成 YOLO 即可，后续操作与上述一样。
生成文件如下
一个名为 “classes.txt” 的文件也保存到该文件夹中。
①“classes.txt” 定义了你的 YOLO 标签所引用的类名列表。
②具体的标注文件中每一行表示一个目标，以空格进行区分，分别表示目标的类别 id，归一化处理之后的中心点 x 坐标、y 坐标、目标框的 w 和 h。
完成后可进行后续的 yolo 训练方面的操作。
labelimg.exe 的存放位置
使用 everything 软件查找 labelimg
可以发现一般其安装在你 Scripts 目录下，
写在结尾
本篇文章主要是方便大家安装 labelimg 以及使用 labelimg 的一些小技巧，在目标检测上面，在标注图片上面，了解一些 labelimg 及其使用还是很有必要的。
