簡介圖像標(biāo)注工具LabelImg是一款開源、高效的標(biāo)注軟件專為計算機(jī)視覺中的目標(biāo)檢測與實例分割任務(wù)而設(shè)計解決了人工標(biāo)注圖像邊界框和多邊形耗時耗力的問題。這份壓縮包提供了該工具的完整源代碼、項目配置和圖形資源面向需要批量處理圖像數(shù)據(jù)的研究人員、算法工程師和學(xué)生可用于快速生成符合PASCAL VOC等標(biāo)準(zhǔn)的XML標(biāo)注文件。資源共118個文件壓縮包大小約6.95MB核心為27個Python源文件同時包含38個PNG圖標(biāo)、SVG矢量圖、Shell啟動腳本、Markdown文檔以及安裝腳本、配置文件、Makefile等工程化構(gòu)建工具支持Windows、Linux和macOS多平臺。目前已有704人學(xué)習(xí)下載適合希望了解標(biāo)注工具內(nèi)部實現(xiàn)、參與開源項目或進(jìn)行二次開發(fā)的讀者。深入研讀主程序與資源管理模塊可以掌握界面交互邏輯、文件組織方式和打包構(gòu)建全流程為搭建自定義標(biāo)注流水線或擴(kuò)展標(biāo)注功能提供直接參考。1. labelImg是什么做目標(biāo)檢測繞不開的免費(fèi)標(biāo)注工具我研究生階段第一次跑目標(biāo)檢測實驗導(dǎo)師丟過來兩百多張配電柜的現(xiàn)場照片讓我“先標(biāo)出來”。當(dāng)時我用畫圖工具一張張框框到第11張就徹底崩潰了——不是覺得累是意識到這么標(biāo)的坐標(biāo)根本沒法用。后來用了labelImg這個工具才發(fā)覺之前一周的笨功夫別人半天就能干完。labelImg是一個用Python寫的圖形化圖像標(biāo)注工具界面基于PyQt5功能純粹打開圖片目錄鼠標(biāo)畫矩形框填入類別名保存成PascalVOC格式的XML或YOLO格式的txt。它解決的就是目標(biāo)檢測落地前最耗時最枯燥的數(shù)據(jù)準(zhǔn)備環(huán)節(jié)適合剛?cè)腴T的小白也適合要快速產(chǎn)出小批量驗證樣本的算法工程師。這個工具不需要訓(xùn)練、不需要顯卡解壓即用上手成本在標(biāo)注工具里幾乎是最低的。2. 從壓縮包到可運(yùn)行Windows與Ubuntu兩條部署路徑拿到手的「labelImg-master圖像標(biāo)注工具.zip」解壓后本質(zhì)上是整個項目的源碼倉庫。目錄結(jié)構(gòu)很典型根目錄下的labelImg.py是主程序libs/目錄放著界面控件和畫框邏輯data/目錄里有預(yù)定義類別文件predefined_classes.txt資源文件是resources.qrc。這是一個標(biāo)準(zhǔn)Python應(yīng)用不需要編譯安裝部署的本質(zhì)就一件事把PyQt5和lxml兩個第三方依賴裝好然后讓Python能拉起主程序。很多人在這一步就翻車是因為把“解壓”當(dāng)成了“安裝”雙擊py文件沒反應(yīng)就以為包壞了。實際上labelImg的運(yùn)行邏輯是解釋執(zhí)行不是安裝式啟動。搞清楚這一點(diǎn)后面所有報錯都能順著“環(huán)境變量→依賴缺失→解釋器版本”這條線去查。2.1 Windows下的安裝依賴順序與兩個常見啟動報錯Windows上我最推薦的做法是先建虛擬環(huán)境再裝依賴。不要圖省事直接pip install到全局Python尤其開發(fā)機(jī)上同時裝了Anaconda和官方Python的情況兩個解釋器搶PATH裝完依賴后根本不知道被哪邊接管。我在新機(jī)器上的固定操作序列是cd labelImg-master python -m venv venv venv\Scripts\activate pip install PyQt55.15.6 lxml4.9.1 python labelImg.py第一步進(jìn)入解壓后的源碼目錄第二步創(chuàng)建的venv是一個獨(dú)立的Python環(huán)境所有依賴只裝在這個目錄里不污染系統(tǒng)解釋器第三步是Windows下的激活語法激活后終端提示符前面會出現(xiàn)(venv)第四步我用等號鎖了版本號——PyQt5鎖定5.15.6是因為5.15.7之后在部分Windows高分辨率縮放設(shè)置下出現(xiàn)過按鈕錯位lxml鎖定4.9.1是為了避開新版在Python 3.10上偶發(fā)的解析崩潰最后一步直接以腳本方式啟動GUI。如果報「ModuleNotFoundError: No module named PyQt5」幾乎都是開了新終端后忘了重新激活虛擬環(huán)境。注意PowerShell和CMD對激活命令的支持程度不一樣CMD里一定要先執(zhí)行activate再跑python。如果報錯是lxml缺失補(bǔ)pip install即可。還有一個特別常見的現(xiàn)象在文件管理器里雙擊labelImg.py結(jié)果彈出了記事本窗口——這是Windows把.py文件關(guān)聯(lián)到了編輯器不是程序壞了正確姿勢是在終端里手動執(zhí)行。如果機(jī)器上有Anaconda我建議換一條路conda create -n labelimg python3.8然后pip install PyQt5 lxml。Python 3.8是我試過兼容性最穩(wěn)的版本3.10以上偶發(fā)和舊版PyQt5不兼容的情況。這樣整條鏈路最干凈以后卸載也不會留垃圾。2.2 Ubuntu 18.04上的部署apt裝依賴與源碼啟動的排查順序在Ubuntu 18.04上部署labelImg是另一套邏輯。系統(tǒng)自帶的Python 3.6比較舊apt源里也沒有pip版PyQt5那么激進(jìn)所以最穩(wěn)的組合是讓apt裝Qt界面庫pip只補(bǔ)lxml這一個解析庫。我在Ubuntu 18.04上的命令序列sudo apt install python3-pyqt5 -y python3 -m pip install lxml4.9.1 --user cd labelImg-master python3 labelImg.py第一行從apt源直接安裝系統(tǒng)級PyQt5這是Ubuntu下最省事的方式繞開了pip在Linux上編譯Qt庫的一堆坑第二行的--user參數(shù)解決權(quán)限問題第三行進(jìn)目錄第四行啟動。注意這里不要再執(zhí)行pip install PyQt5否則會和系統(tǒng)自帶庫重復(fù)運(yùn)行時可能出現(xiàn)動態(tài)庫裝載沖突。如果在桌面環(huán)境下雙擊沒反應(yīng)我的排查順序有固定套路先echo $DISPLAY看有沒有輸出——通過SSH遠(yuǎn)程連服務(wù)器時這個變量通常是空的GUI程序起不來解決方法是回到物理終端執(zhí)行或者手動export DISPLAY:0再確認(rèn)python3指向誰如果which python3顯示的是Anaconda路徑而Anaconda環(huán)境里又沒裝PyQt5就會報無模塊錯誤此時要么進(jìn)conda環(huán)境補(bǔ)裝要么把啟動命令換成/usr/bin/python3 labelImg.py。Linux下還有一個源碼編譯相關(guān)的坑如果你從GitHub拉的代碼比較新直接跑可能會在資源加載時報AttributeError提示libs.resources里缺屬性。這是因為新版代碼改了圖標(biāo)資源但沒有用Qt的編譯工具重新生成resources.py。解決方式是在根目錄執(zhí)行pyrcc5 -o libs/resources.py resources.qrc這個命令把qrc資源文件編譯成Python模塊labelImg在導(dǎo)入時才能找到對應(yīng)的圖標(biāo)和樣式。如果提示pyrcc5命令不存在說明缺少PyQt5的開發(fā)工具包apt install pyqt5-dev-tools裝一下即可。3. 親手標(biāo)注一版數(shù)據(jù)操作拆解與格式落地部署跑通只是起點(diǎn)真正決定標(biāo)注效率的是工作流。很多人把labelImg當(dāng)畫框軟件用打開、框選、保存然后抱怨慢。實際上它內(nèi)置了一套以鍵盤為主的操作體系配合合理的目錄規(guī)劃一小時標(biāo)兩百張圖完全可行。這一章我把一個完整標(biāo)注項目的操作細(xì)節(jié)、快捷鍵和產(chǎn)物格式全部拆開講。3.1 新建標(biāo)注工程目錄結(jié)構(gòu)、預(yù)定義類別與一張圖的完整標(biāo)注動作拿到一批待標(biāo)注圖片后先別急著打開labelImg。按我習(xí)慣先建立這樣的目錄結(jié)構(gòu)project/ images/ # 原始圖片jpg或png annotations/ # 標(biāo)注產(chǎn)物XML文件 classes.txt # 類別清單一行一個圖片文件名里不要帶中文和空格也不要放在帶中文的路徑下。這不是潔癖而是labelImg的XML保存邏輯在部分Windows環(huán)境下對非ASCII路徑處理不穩(wěn)定中文路徑輕則保存報錯重則閃退。啟動labelImg后默認(rèn)界面頂部是菜單欄左側(cè)是工具欄中間是圖片顯示區(qū)。第一次用需要先做兩件事在菜單Edit里選「Open Dir」打開images目錄再點(diǎn)「Change Save Dir」把保存目錄指定為annotations。很多人只開了圖片目錄、沒改保存目錄最后發(fā)現(xiàn)XML不知道存哪了。畫框的完整動作是按鍵盤W鍵進(jìn)入畫框模式在目標(biāo)左上角按住鼠標(biāo)左鍵拖到右下角松開彈窗里輸入類別名回車確認(rèn)。一個目標(biāo)框完按D鍵切到下一張繼續(xù)畫。一個標(biāo)注樣本的產(chǎn)出就是這么樸素——不需要在工具欄上點(diǎn)來點(diǎn)去。類別名第一次輸入后會被記錄到predefined_classes.txt但要注意這個文件只有在「保存目錄」指定的位置才能自動創(chuàng)建和更新。如果你在項目中后期發(fā)現(xiàn)類別名總是別名檢查一下是不是多個項目共用了同一個predefined_classes.txt。3.2 快捷鍵與批量操作效率差距在這里拉開觀察一下標(biāo)注效率高的人你會發(fā)現(xiàn)他們的鼠標(biāo)幾乎只用來框目標(biāo)其余操作全在鍵盤上。labelImg默認(rèn)快捷鍵里最核心的幾個我直接列成表快捷鍵作用使用場景W進(jìn)入畫框模式每張圖開始前按一次D / A下一張 / 上一張批量切換圖片CtrlS保存當(dāng)前XML每張圖畫完按一次CtrlE編輯當(dāng)前框類別名框錯類、想改類時Del刪除當(dāng)前選中框框歪了、框多了CtrlZ撤銷畫框過程中的最后一步畫到一半手抖空格標(biāo)記當(dāng)前圖為已標(biāo)注跳過某張圖時做狀態(tài)記錄Ctrl滾輪縮放圖片小目標(biāo)看不清時這里有兩個操作習(xí)慣建議。第一保存要勤快我的節(jié)奏是一張圖畫完立即CtrlS再按D去下一張養(yǎng)成肌肉記憶后不會漏存第二當(dāng)一張圖里目標(biāo)很多時每框完一個類別就順手回車不要讓彈窗停留太久彈窗掛著的時候快捷鍵是失靈的。還有一個隱藏功能菜單View里有「Auto Labeling」和「Single Class Mode」。Single Class Mode開啟后多個目標(biāo)框都沿用當(dāng)前類別名不再彈輸入框適合一張圖里同一個類別出現(xiàn)很多次的場景能省掉一半時間。Auto Labeling適合配合輔助模型做預(yù)標(biāo)注屬于進(jìn)階玩法后面章節(jié)單獨(dú)講。3.3 保存成什么PascalVOC XML的結(jié)構(gòu)與坐標(biāo)含義labelImg默認(rèn)輸出PascalVOC格式的XML文件一張圖對應(yīng)一個同名XML。這個格式本身就是目標(biāo)檢測領(lǐng)域最通用的標(biāo)注存儲格式所以它也是一張“圖紙”后續(xù)轉(zhuǎn)YOLO、轉(zhuǎn)COCO都要基于它。一個典型的XML長這樣annotation folderimages/folder filenameimg_001.jpg/filename pathD:/project/images/img_001.jpg/path sourcedatabaseUnknown/database/source size width1920/width height1080/height depth3/depth /size object namehelmet/name bndbox xmin100/xmin ymin120/ymin xmax400/xmax ymax380/ymax /bndbox /object /annotation關(guān)鍵是size和object兩段size里的width、height、depth記錄圖片原始尺寸object里的bndbox記錄目標(biāo)的左上角和右下角坐標(biāo)。注意這個坐標(biāo)是相對原始圖片的像素坐標(biāo)不是歸一化的。后續(xù)做模型訓(xùn)練時不管是轉(zhuǎn)YOLO還是轉(zhuǎn)COCO都要靠這兩個信息做換算。如果一張圖里有多個目標(biāo)XML里就會有多個object塊。還有一個容易被忽略的點(diǎn)標(biāo)注框超出圖像邊界時labelImg不會自動修正xmin可能大于width這類臟數(shù)據(jù)進(jìn)去訓(xùn)練模型會直接報錯或?qū)е耹oss異常所以標(biāo)注環(huán)節(jié)就盡量框在邊界內(nèi)。4. labelImg避坑指南閃退、亂碼、漏標(biāo)這些坑我都踩過用labelImg的時間久了踩過的坑能寫一張紙。這一章挑我遇到最多、也最影響進(jìn)度的五個問題按「現(xiàn)象→原因→解決」的方式記錄下來。很多問題在網(wǎng)上搜半天找不到答案其實原因簡單得讓人無語。4.1 畫框到一半閃退一整天白干現(xiàn)象圖片加載正常但只要鼠標(biāo)開始拖框或者拖到一半按了右鍵程序直接消失連報錯彈窗都沒有。Windows上重啟后再打開發(fā)現(xiàn)剛才沒保存的標(biāo)注全丟了。原因兩個最普遍的源頭。一是圖片路徑或文件名里有中文、特殊符號Qt在保存XML或者繪制圖像時觸發(fā)編碼異常直接退出二是單張圖片分辨率過高比如動輒6000x4000的航拍圖labelImg的繪制組件在拖框過程中內(nèi)存暴漲被系統(tǒng)殺掉了。解決圖片統(tǒng)一改名成純英文數(shù)字路徑不要放中文目錄高分辨率圖先縮放到2000像素邊長以內(nèi)再標(biāo)注標(biāo)注完用原始分辨率訓(xùn)練時再按坐標(biāo)比例換算回去操作上要養(yǎng)成每張圖CtrlS的習(xí)慣這樣就算閃退也只丟一張。4.2 XML里中文類別名亂碼現(xiàn)象類別名輸入中文后保存的XML文件用記事本打開是亂碼或者保存時直接報UnicodeEncodeError用網(wǎng)上的XML轉(zhuǎn)VOC腳本解析時直接報錯。原因labelImg的master分支在Python 3下默認(rèn)用UTF-8處理字符串但如果用的是舊版源碼、或者lxml版本太老編碼處理會退化。還有一個隱藏因素Windows下輸入法輸入中文時Qt的彈窗控件偶發(fā)把字符狀態(tài)搞亂。解決最省心的是類別名直接用英文比如helmet、person、defect訓(xùn)練時再在腳本里做category_map映射成中文標(biāo)簽顯示。如果一定要用中文就把lxml升級到4.9.1以上并且在labelImg.py開頭強(qiáng)制加上# -- coding: utf-8 --聲明然后重新啟動。4.3 Qt資源編譯報錯啟動即崩潰現(xiàn)象從GitHub拉最新的labelImg代碼在Ubuntu上執(zhí)行python3 labelImg.py啟動瞬間報AttributeError日志末尾有l(wèi)ibs.resources相關(guān)字樣或者界面按鈕上全是空白的占位符圖標(biāo)不顯示。原因新版源碼修改了resources.qrc里的資源引用但倉庫里沒有附帶編譯好的resources.py。labelImg在導(dǎo)入時執(zhí)行qInitResources()找不到對應(yīng)屬性整個模塊初始化失敗。解決按第二章的方法重新pyrcc5編譯資源文件編譯完確認(rèn)libs目錄下生成了resources.py再啟動就正常了。MacOS用戶注意pyrcc5在Qt5的環(huán)境里一般自帶如果命令找不到檢查是否完整安裝了PyQt5。4.4 復(fù)雜背景下漏標(biāo)小目標(biāo)現(xiàn)象圖片里目標(biāo)小而密集或背景紋理和目標(biāo)顏色接近時標(biāo)注完總覺得框全了跑出來的模型卻漏檢嚴(yán)重復(fù)盤才發(fā)現(xiàn)大量小目標(biāo)根本沒框。原因這不是labelImg的故障是人的視覺盲區(qū)。屏幕上目標(biāo)小到一定程度人眼掃過就是會漏。高強(qiáng)度連續(xù)標(biāo)注時注意力還會隨疲勞下降。這個坑比軟件bug更隱蔽因為沒人會懷疑自己漏標(biāo)。解決我一般標(biāo)完一輪后會強(qiáng)制休息幾分鐘再看第二遍只看自己第一遍可能漏的區(qū)域也可以讓另一個人交叉復(fù)核同一批圖。更工程化的做法是用一個小腳本把每個類的實例數(shù)量統(tǒng)計出來如果某些類數(shù)量異常少就重點(diǎn)復(fù)查對應(yīng)圖片。腳本寫法在第六章給出來。4.5 刪錯框沒有后悔藥現(xiàn)象鼠標(biāo)點(diǎn)選框后按Del框直接消失想撤銷卻怎么按CtrlZ都沒反應(yīng)原來標(biāo)好的目標(biāo)只能重新畫。原因labelImg的撤銷機(jī)制只覆蓋畫框過程中的節(jié)點(diǎn)操作對已經(jīng)確認(rèn)的框執(zhí)行刪除后是不進(jìn)撤銷棧的。習(xí)慣性按CtrlZ是文本編輯器的肌肉記憶在labelImg里并不總是有效。解決點(diǎn)選框之前先確認(rèn)是不是當(dāng)前選中了正確的框框被選中時邊框會明顯高亮刪除前寧可先按CtrlE看一眼類別再按Del。我自己的習(xí)慣是每隔五張圖關(guān)閉并重新打開一下當(dāng)前XML確認(rèn)最近的刪除操作沒有誤傷到上一張的標(biāo)注。5. 把VOC格式轉(zhuǎn)成YOLO格式坐標(biāo)換算與按類別拆分labelImg的XML格式雖然通用但當(dāng)前主流檢測模型YOLOv5、YOLOv8的標(biāo)注輸入是純文本的txt格式每行一條記錄類別編號、目標(biāo)中心x、目標(biāo)中心y、目標(biāo)寬度w、目標(biāo)高度h全部相對圖片尺寸歸一化。所以拿到一批XML后第一件事就是把它們轉(zhuǎn)成YOLO標(biāo)簽。這一步用腳本批量做比手工在labelImg里切格式靠譜得多。5.1 兩種坐標(biāo)體系的換算關(guān)系VOC的XML里存的是絕對坐標(biāo)——目標(biāo)左上角(xmin, ymin)和右下角(xmax, ymax)。YOLO格式需要的是相對坐標(biāo)——目標(biāo)中心點(diǎn)(x_center, y_center)和寬高(w, h)且取值范圍在0到1之間。換算公式是x_center (xmin xmax) / 2 / image_width y_center (ymin ymax) / 2 / image_height w (xmax - xmin) / image_width h (ymax - ymin) / image_height注意兩個邊界問題一是XML里如果目標(biāo)框越界算出來的中心點(diǎn)可能落在圖像外面或?qū)捀叱^1這種值喂給模型會直接報錯二是類別名在YOLO里必須是整數(shù)編號YOLO不認(rèn)字符串類名需要一個類別到編號的映射文件這就是每個項目的data.yaml里classes列表的來源。5.2 轉(zhuǎn)換腳本一張圖生成一個txt我每次拿到新項目的標(biāo)注后都會用一個固定腳本做轉(zhuǎn)換。腳本遍歷XML目錄逐個讀坐標(biāo)、做歸一化、寫同名txt文件。核心邏輯如下# voc_to_yolo.py # 用法: python voc_to_yolo.py xml_dir out_dir class_file import os import sys import glob import xml.etree.ElementTree as ET def convert_one(xml_path, out_dir, class_map): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) txt_name os.path.splitext(os.path.basename(xml_path))[0] .txt lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_map: print(f跳過未知類別: {name}) continue box obj.find(bndbox) xmin int(box.find(xmin).text) ymin int(box.find(ymin).text) xmax int(box.find(xmax).text) ymax int(box.find(ymax).text) x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h # 裁剪到[0,1]區(qū)間防止越界 x_center min(max(x_center, 0.0), 1.0) y_center min(max(y_center, 0.0), 1.0) w min(max(w, 0.0), 1.0) h min(max(h, 0.0), 1.0) lines.append(f{class_map[name]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) if __name__ __main__: xml_dir, out_dir, class_file sys.argv[1], sys.argv[2], sys.argv[3] os.makedirs(out_dir, exist_okTrue) class_map {} with open(class_file) as f: for idx, line in enumerate(f.read().strip().splitlines()): class_map[line] idx for xml_path in glob.glob(os.path.join(xml_dir, *.xml)): convert_one(xml_path, out_dir, class_map) print(fdone: {os.path.basename(xml_path)})腳本里class_map的構(gòu)建是關(guān)鍵classes.txt里每行一個類名行號就是YOLO里的類別編號。class_file這個參數(shù)不要傳錯類和編號對應(yīng)關(guān)系必須和訓(xùn)練配置里的data.yaml一致。坐標(biāo)格式保留6位小數(shù)過多的小數(shù)位不會提升訓(xùn)練精度反而會讓文件變大。f-string里的:06f是格式化控制想改成4位精度也完全可以。5.3 按類別統(tǒng)計與train/val劃分的批處理轉(zhuǎn)完之后先別急著訓(xùn)練跑一個統(tǒng)計腳本檢查標(biāo)簽質(zhì)量。這個腳本讀所有txt統(tǒng)計每個類別出現(xiàn)了多少次以及哪些txt是空的——空txt代表這張圖一個目標(biāo)都沒標(biāo)注如果它還在訓(xùn)練集里模型會被喂一張沒有學(xué)習(xí)目標(biāo)的圖影響收斂。統(tǒng)計腳本很短:# check_labels.py # 用法: python check_labels.py label_dir class_file import os import sys import glob from collections import Counter label_dir, class_file sys.argv[1], sys.argv[2] classes [line.strip() for line in open(class_file) if line.strip()] counter Counter() empty_files [] for txt in glob.glob(os.path.join(label_dir, *.txt)): with open(txt) as f: lines [line.strip() for line in f if line.strip()] if not lines: empty_files.append(os.path.basename(txt)) for line in lines: counter[classes[int(line.split()[0])]] 1 print(類別統(tǒng)計:, dict(counter)) print(空標(biāo)注文件數(shù):, len(empty_files), empty_files[:10])如果某個類別的數(shù)量比預(yù)期少了一個量級回去翻一下是不是漏標(biāo)了如果空文件里混進(jìn)了原本有目標(biāo)的圖檢查一下XML轉(zhuǎn)txt時是不是坐標(biāo)讀取出了問題。train/val劃分我習(xí)慣直接用命令行工具做不需要寫Python。圖片和標(biāo)簽在同一個目錄的情況下按8:2隨機(jī)切分ls images/*.jpg | shuf -n 100 val_images.txt這里100是驗證集大小按你的總量調(diào)整。補(bǔ)集自動就是訓(xùn)練集。更穩(wěn)妥的做法是用Python的random.sample因為shuf在Windows Git Bash里不一定有。劃分完要確認(rèn)驗證集里每個類別都有樣本避免出現(xiàn)驗證集缺少某個類導(dǎo)致指標(biāo)虛高或虛低。6. 給標(biāo)注結(jié)果做量化自檢一個腳本篩出漏標(biāo)與錯標(biāo)最后一章分享一個我一直在用的收尾技巧。標(biāo)注和數(shù)據(jù)轉(zhuǎn)換全部完成后我不會急著訓(xùn)模型而是先跑一遍自檢腳本把漏標(biāo)和錯標(biāo)“打”出來。這個腳本的思路很簡單統(tǒng)計所有txt標(biāo)簽文件的行數(shù)分布一組圖片的目標(biāo)數(shù)量如果明顯少于同類其他圖片大概率是漏標(biāo)了同時檢查類別名是否和class_file完全一致防止手滑把helmet拼成helment。腳本的核心邏輯是遍歷標(biāo)簽?zāi)夸洶次募判驅(qū)Ρ容敵瞿繕?biāo)數(shù)最少和最多的幾張圖再按類別做一次柱狀圖式的數(shù)量統(tǒng)計。我用的版本長這樣# quality_check.py # 用法: python quality_check.py label_dir class_file import os import sys from collections import Counter label_dir sys.argv[1] class_file sys.argv[2] classes [line.strip() for line in open(class_file) if line.strip()] obj_count {} invalid [] for fname in os.listdir(label_dir): if not fname.endswith(.txt): continue path os.path.join(label_dir, fname) with open(path) as f: lines [line.strip() for line in f if line.strip()] obj_count[fname] len(lines) for line in lines: cls_id line.split()[0] if int(cls_id) len(classes): invalid.append((fname, cls_id)) sorted_files sorted(obj_count.items(), keylambda x: x[1]) print(目標(biāo)數(shù)最少的前10張:, sorted_files[:10]) print(出現(xiàn)未知類別編號的文件:, invalid)對查出來的可疑文件回到labelImg里打開對應(yīng)的圖片和XML人工復(fù)核。這個動作看起來多了一步實際上能省下后面排查mAP異常的大把時間。我現(xiàn)在每個項目標(biāo)注結(jié)束后都會跑一遍已經(jīng)成了固定習(xí)慣。早期我跳過這一步直接訓(xùn)練結(jié)果模型在小目標(biāo)上慘不忍睹最后回頭查才明白是標(biāo)注環(huán)節(jié)的鍋——數(shù)據(jù)質(zhì)量問題靠訓(xùn)練是救不回來的。希望幫到你少走這一段彎路。本文還有配套的精品資源點(diǎn)擊獲取