readme_CN.md

AutoLabelImg 多功能自动标注工具

English | 中文

简介：

在labelImg的基础上，增加了多种标注工具，放在Annoatate-tools和Video-tools两个菜单栏下面。具体功能包含如下：

• TOOL LIST：
• 自动标注：基于yolov5的模型自动标注
• 追踪标注：利用opencv的追踪功能，自动标注视频数据
• 放大镜：局部放大，对小目标的标注有帮助，可以关闭
• 数据增强：随机使用平移，翻转，缩放，亮度，gama，模糊等手段增强图片
• 查询系统：输入关键字获得详细说明信息
• 其他辅助工具：类别筛选/重命名/统计、标注文件属性校正、视频提取/合成、图片重命名等，可以利用查询系统查看详细信息，欢迎体验!

更新日志：

2022-08-29：更新支持最新版本的yolov5模型

2022.01.14：自动标注去掉Retinanet，仅保留yolov5，并增加标签选择

2022.01.11：优化放大镜卡顿现象，增加放大镜可关闭选项

2020.12.28：增加视频追踪标注工具

2020.12.10：初步把所有工具加进labelimg，版本1.0

安装步骤：

1. 复制仓库：

   git clone https://github.com/ZayneYe/AutoLabelImg_yolov7.git
   cd AutoLabelImg_yolov7

2. 安装依赖：

   conda create -n {your_env_name} python=3.7
   conda activate {your_env_name}
   pip install -r requirements.txt

3. 源码编译：

   Ubuntu用户:

   sudo apt-get install pyqt5-dev-tools
   make qt5py3
   

   Windows用户:

   pyrcc5 -o libs/resources.py resources.qrc
   

4. 准备yolov7模型并放置在如下位置，官方模型获取参考Yolov7

   mv {your_model_weight.pt} yolov7/weights/

5. 打开软件，开始标注

   python labelImg.py
   

设置快捷方式[非必须]

Windows用户:

桌面创建labelImg.bat（可以新建文本文件，然后把后缀.txt改成.bat）,右键用文本编辑器打开，键入下面内容(不一定是D盘，根据实际输入)：

D:
cd D:{path to your labelImg folder}
start python labelImg.py
exit

下面是一个实际案例，根据自己的实际路径修改第一二行即可：

D:
cd D:\_project\AutoLabelImg
start python labelImg.py
exit

双击labelImg.bat即可打开标注软件。

Ubuntu用户:

打开环境变量文件：

vim ~/.bashrc

然后增加下面内容：

alias labelimg='cd {path to your labelImg folder} && python labelImg.py

使环境变量生效：

source ~/.bashrc

然后在终端输入指令'labelimg'即可打开标注软件。

鸣谢

在AutoLabelImg的基础上更新，大佬的代码很严谨:smiley: