如何使用labelImg标注数据集，最详细的深度学习标签教程

深度学习中，做监督学习时需要标注好的数据集。一种利用现成的数据集：比如mnist手写体、ImageNet、COCO、PASCAL VOC、OpenImage等数据集；还有就是我们可以手动标注的数据集。下面教大家如何使用labelImg库来手动标注Dataset。

1、打开anaconda命令行界面，如果没有安装深度学习必备的anaconda，可以参考这篇博客：anaconda安装配置教程

2、激活我们已有的环境，如果没有就先创建再激活。

3、输入

pip install labelImg

回车，安装标签库，我这里是已经安装好了的。

4、输入labelImg回车，打开标注界面。下图我对各个按钮进行了详细解释。

5、这里我打开F盘中的test文件夹，里面有三张待标注的图像。

同时创建一个result文件夹来保存标签。

6、Open Dir打开刚刚的test文件夹，Change Save Dir更换保存路径为result文件夹。

7、点击Create RectBox，然后出现十字架，进行拖动框住标注区域。

8、然后输入标签，点击OK，再点击左侧的Save保存标签。

9、然后在result里面可以看到我们的标签。顺便介绍下labellmg的三种标签格式：

1. PascalVOC标签格式，保存为xml文件
2. YOLO标签格式，保存为txt文件
3. CreateML标签格式，保存为json文件。 10、然后点击Next Image继续标注下一张。

好了，labelImg就介绍到这里了，我以为能5分钟介绍完，
没想到快介绍了1h了。博主还有一千多张图像没标呢，抓紧标注去了。