前言：在使用YOLO训练自己模型的时候首先要学会对数据进行处理，这里介绍一个常用的本地打标签工具labelimg，如果不想按照的话也可以使用在线标签工具，因为害怕数据泄露，所以本人一直使用的是本地工具进行打标签。在线标注工具网站：https://www.makesense.ai/
目录结构
- 1、labelimg标签工具介绍
- 2、labelimg的安装
- 3、如何使用labelimg工具
- 3.1据准备
- 3.2标注前设置
- 3.2.1按钮设置
- 3.2.2常见快捷键
- 3.3开始标注
1、labelimg标签工具介绍
Labelimg是一款开源的数据标注工具，可以标注三种格式。
- VOC标签格式，保存为xml文件。
- yolo标签格式，保存为txt文件。
- createML标签格式，保存为json格式。
2、labelimg的安装
这里主要讲的是在window系统中的安装，首先打开cmd命令行（快捷键：win+R）。进入cmd命令行控制台。输入如下的命令：
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple运行如上命令后，系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具，所以下载起来很快，当出现如下红色下划线的时候，告诉我们成功安装的时候，说明labelimg安装成功了。
3、如何使用labelimg工具
3.1据准备
首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为img_data的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为images的文件夹存放我们需要打标签的图片文件；再创建一个名为labels存放标注的标签文件；最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
img_data的目录结构如下：
|—img_data
||──images 存放需要打标签的图片文件
||── labels 存放标注的标签文件
||── classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
3.2标注前设置
首先在images这个文件夹放置待标注的图片，这里是三类图片，分别是人、狗和猫。
然后再classes.txt 这个txt文档里面输入定义的类别种类；如下图所示。
进入img_data文件夹当中，在搜索栏里面输入cmd打开终端命令（这一步非常重要，如果不是在这个路径下打开终端将不能利用txt文件中的类别）；或者先打开cmd命令终端（快捷键：win+R），再使用cd命令进入到txt文本这个文件夹当中；
输入如下的命令打开labelimg。这个命令的意思是打开labelimg工具；打开images文件夹，初始化classes.txt里面定义的类。
labelimg images classes.txt运行上面的命令就会打开这个labelimg工具如下：
3.2.1按钮设置
下面介绍图中的我们常用的按钮
点击View，会出现如下选项，尽量和我一样去勾选
- Auto Save mode：切换到下一张图的时候，会自动保存标签
- Display Labels：会显示标注框和标签
- Advanced Mode：标注的十字架会一直悬浮在窗口
3.2.2常见快捷键
A：切换到上一张图片
D：切换到下一张图片
W：调出标注十字架
del ：删除标注框框
Ctrl+u：选择标注的图片文件夹
Ctrl+r：选择标注好的label标签存在的文件夹
3.3开始标注
由于我们设置标注的十字架一直在标注界面上，这就不需要我们按快捷键w，然后选定我们需要标注的对象。按住鼠标左键拖出框框就可以了。如下图所示，当我们选定目标以后，就会加载出来classes.txt 定义自己要标注的所有类别（如果类别多，是真的很方便，就不需要自己手打每个类别的名字了）。打好的标签框框上会有该框框的类别。然后界面最右边会出现打好的类别标签。打好一张照片以后，快捷键D，就会进入下一张，这时候就会自动保存标签文件（voc格式会保存xml，yolo会保存txt格式）。
当一张图片上面又多个物体时可以打多个标注：
打完标签之后进入到labels文件夹当中，可以发现生成了多个txt文件
点击进去之后会发现生成一些数据文件，第一个0代表我们打标签的种类，第0类为person类，第1为dog类，后面的4个数据记录的是打标注的位置。
下篇文章介绍如何进行数据集格式转换和划分；