# labelGo-Yolov5AutoLabelImg

**Repository Path**: python-open-source/labelGo-Yolov5AutoLabelImg

## Basic Information

- **Project Name**: labelGo-Yolov5AutoLabelImg
- **Description**: 基于YOLOv5及labelImg的图形化半自动标注工具
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 5
- **Forks**: 1
- **Created**: 2021-11-02
- **Last Updated**: 2024-10-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<h1>labelGo</h1>
<p>一个基于<a href="https://github.com/tzutalin/labelImg">labelImg</a>与<a href="https://github.com/ultralytics/yolov5">YOLOv5</a>算法的半自动标注工具</p>
<p>通过现有的YOLOv5 Pytorch模型对数据集进行半自动标注</p>

## YOLOv5半自动标注功能演示
![image](https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg/blob/master/demo/demo1.gif) 
## 一键将YOLO格式标签转换为VOC格式标签功能演示
![image](https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg/blob/master/demo/demo2.gif) 

## 注意
<p>如果遇到问题，欢迎在issue中提出</p>
<p>请提前将classes.txt放置于被标注数据集文件夹下</p>
<p>标注文件保存位置与图片文件夹相同</p>
<p>推荐使用的Python版本：Python3.8</p>
<p>建议使用conda环境进行操作</p>
<p>该项目完全免费，不会且禁止进行任何商业出售</p>
<p>注意：该项目暂时仅支持YOLOv5的Version 5版本</p>


## 使用方法
<p>1.从 git 中获取项目</p>

```bash
git clone https://github.com/cnyvfang/labelGo-Yolov5AutoLabelImg.git
```

<p>2.切换操作目录到工程目录</p>

```bash
cd labelGo-Yolov5AutoLabelImg
```

<p>3.配置环境</p>

```bash
pip install -r requirements.txt
```

<p>4.将目录中的/data/predefined_classes.txt文件的内容修改为你自己的类别</p>

<p>5.启动应用程序</p>

```bash
python labelGo.py
```
<p>6.点击“打开目录”按钮选择存放图片的文件夹</p>

<p>7.点击“自动标注”按钮确认信息无误后选择已训练的yolov5 pytorch模型完成自动标注</p>

<p>8.根据实际要求，对自动标注结果进行调整后保存即可</p>