计算机视觉 / 系统课时

使用标注工具

使用标注工具

本课将以 LabelImg 为例完成边界框标注,并把结果导出为 YOLO 格式。你会建立统一的类别清单,掌握框选规则,理解标签文件中的五个字段,并用脚本检查图像与标签是否一一对应。

学习目标

  • 在标注工具中创建边界框并保持类别命名一致
  • 理解 YOLO 标签的类别编号和归一化坐标
  • 批量验证标签文件格式、取值范围和文件对应关系

准备图像与类别清单

标注前先冻结类别顺序,例如 helmet、person、vest。类别编号从 0 开始,并以清单中的顺序为准;中途调整顺序会让旧标签的编号含义发生变化。

建议把待标注图像放在 dataset/images,标签保存到 dataset/labels,并在项目中保留一份唯一的 classes.txt。本课约定负样本也创建同名空标签文件,便于后续脚本检查每张图像是否已处理。

在 LabelImg 中创建边界框

打开工具后,先通过 Open Dir 选择图像目录,再用 Change Save Dir 指定标签目录,并把保存格式切换为 YOLO。启用自动保存后,逐张图像框选目标并选择类别。

一次标准操作顺序是:选择图像目录、选择标签目录、确认 YOLO 格式、绘制矩形框、选择类别、保存并切换下一张。每完成一个批次,都应随机回看几张图像,避免整批使用了错误类别或保存目录。

遵守一致的框选规则

边界框应尽量贴合目标可见区域,不要包含过多背景。目标被图像边缘截断时,框到可见部分;目标被其他物体遮挡时,只要仍可判断类别,就框住其可见外接区域,并在整个数据集中保持同一标准。

同一个可检测目标通常只标一个框。不要因为目标上存在局部结构就重复框选,也不要标注肉眼无法确认的极小目标。类别名称必须来自既定清单,禁止临时创建大小写不同或含义相近的新类别。

理解 YOLO 标签格式

每张图像对应一个同名 .txt 文件,每一行表示一个目标,格式如下:

text
<class_id> <x_center> <y_center> <width> <height>

例如:

text
0 0.512500 0.468750 0.225000 0.312500

class_id 是从 0 开始的类别编号,后四项是相对于图像宽高归一化后的坐标,取值通常位于 0 到 1。归一化使标签不依赖固定分辨率,但宽度和高度必须大于 0。

批量验证导出结果

下面的脚本检查图像与标签是否同名对应、每行是否恰好包含五个字段、类别编号是否越界,以及坐标是否位于合法范围。假设图像目录为 dataset/images,标签目录为 dataset/labels,类别总数为 3。

python
from pathlib import Path
import sys

IMAGE_SUFFIXES = {'.jpg', '.jpeg', '.png', '.bmp'}

def validate(images_dir: Path, labels_dir: Path, class_count: int):
    errors = []
    image_stems = {
        path.stem
        for path in images_dir.iterdir()
        if path.is_file() and path.suffix.lower() in IMAGE_SUFFIXES
    }
    # 用文件名主干建立图像与标签的对应关系。
    label_files = {
        path.stem: path
        for path in labels_dir.glob('*.txt')
        if path.name != 'classes.txt'
    }

    # 本课约定负样本也保留空标签,因此缺失文件视为未完成。
    for stem in sorted(image_stems - label_files.keys()):
        errors.append(f'missing_label:{stem}')

    for stem in sorted(label_files.keys() - image_stems):
        errors.append(f'missing_image:{stem}')

    # 逐行校验 YOLO 的五字段结构和归一化取值。
    for stem in sorted(image_stems & label_files.keys()):
        path = label_files[stem]
        for line_no, raw in enumerate(path.read_text(encoding='utf-8').splitlines(), 1):
            parts = raw.split()
            if len(parts) != 5:
                errors.append(f'{path}:{line_no}:field_count')
                continue

            try:
                class_id = int(parts[0])
                x_center, y_center, width, height = map(float, parts[1:])
            except ValueError:
                errors.append(f'{path}:{line_no}:number_format')
                continue

            if not 0 <= class_id < class_count:
                errors.append(f'{path}:{line_no}:class_id')
            if not all(0.0 <= value <= 1.0 for value in (x_center, y_center, width, height)):
                errors.append(f'{path}:{line_no}:coordinate_range')
            if width <= 0.0 or height <= 0.0:
                errors.append(f'{path}:{line_no}:empty_box')

    return len(label_files), errors

def main():
    images_dir = Path(sys.argv[1] if len(sys.argv) > 1 else 'dataset/images')
    labels_dir = Path(sys.argv[2] if len(sys.argv) > 2 else 'dataset/labels')
    class_count = int(sys.argv[3] if len(sys.argv) > 3 else '3')

    checked_files, errors = validate(images_dir, labels_dir, class_count)
    print(f'checked_files={checked_files}')
    print(f'errors={len(errors)}')
    print('result=PASS' if not errors else 'result=FAIL')

    for error in errors:
        print(error)

    # 发现错误时返回非零状态,便于接入批处理或 CI。
    if errors:
        raise SystemExit(1)

if __name__ == '__main__':
    main()

预期输出

text
checked_files=<LABEL_FILE_COUNT>
errors=0
result=PASS

<LABEL_FILE_COUNT> 会随数据量变化。若输出 result=FAIL,应根据后续错误行定位缺失文件、字段数量、类别编号或坐标范围问题,修复后重新运行。

完成批次复核

脚本通过后,再人工抽查普通目标、小目标、遮挡目标、图像边缘目标和密集目标。重点确认框是否贴合、同类目标是否全部标注、相似类别是否混用,以及 classes.txt 的顺序是否与训练配置保持一致。

不要只检查“有没有标签文件”。格式正确但框偏移、漏标或类别选错,同样会直接降低模型质量。对多人协作项目,应为每个批次保留复核人和修订记录。

本课总结

  • 类别清单必须在标注前冻结,YOLO 类别编号由清单顺序决定
  • 边界框应贴合可见目标,并对遮挡、截断和极小目标采用一致规则
  • 自动校验负责发现格式和文件对应问题,人工复核负责发现漏标、错标和框偏移

下一课预告

下一课将整理 YOLOv5 数据集目录与配置文件,把已标注图像划分为训练集、验证集和测试集。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

使用标注工具

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通