LabelImg官方文檔：https://github.com/HumanSignal/labelImg
注釋（annotation）以 PASCAL VOC 格式保存為 XML 文件，這是ImageNet使用的格式。此外，它還支持 YOLO 和 CreateML 格式。
安裝
使用CSDN博主打包的程序（43M），親測可用：博文中提供了百度網盤鏈接。
使用
創建預定義的類
在 data/predefined_classes.txt 中預定義類。
注釋可視化
- 將現有的標簽文件復制到與圖像相同的文件夾中。標簽文件名必須與圖像文件名相同。
- 單擊文件并選擇“打開目錄”，然后打開圖像文件夾。
- 在文件列表中選擇圖像，它將顯示該圖像中所有對象的邊界框和標簽。（在視圖中選擇顯示標簽模式以顯示/隱藏標簽）
熱鍵
| 熱鍵 | 功能 |
|---|---|
| Ctrl + u | 從目錄加載所有圖像 |
| Ctrl + r | 更改默認注釋目標目錄 |
| Ctrl + s | 保存 |
| Ctrl + d | 復制當前標簽和矩形框 |
| Ctrl + Shift + d | 刪除當前圖像 |
| Space | 將當前圖像標記為已驗證 |
| w | 創建一個矩形框 |
| d | 下一張圖片 |
| a | 上一張圖片 |
| del | 刪除選中的矩形框 |
| Ctrl++ | 放大 |
| Ctrl– | 縮小 |
| ↑→↓← | 鍵盤箭頭移動選定的矩形框 |
驗證圖像：
如果將圖像標記為已驗證，將出現綠色背景。這在自動創建數據集時使用，然后用戶可以瀏覽所有圖片并標記（flag）它們而不是注釋（annotate）它們。
困難：
困難字段設置為 1 表示該對象已被注釋為“困難”，例如，一個清晰可見但在沒有大量使用上下文的情況下難以識別的對象。根據您的深度神經網絡實現，您可以在訓練期間包含或排除困難的對象。
如何重置設置
如果加載類時出現問題，您可以：從 labelimg 的頂部菜單中單擊 Menu/File/Reset All。
)
