使用labelImg标注，并用yolov5训练数据集

1.打开Anaconda，并以管理员方式打开

2.创建一个所需python的环境

conda create -n <name> python=<版本>

3.创建完成后打开该环境

打开环境输入

conda activate <name>

结果如下

、

打开创建所在地址依次输入

<所在盘符>：
例如：d：

结果如下 

cd +地址
例如：cd D:\ruikang\yolov5-master

结果如下

4.打开labelimg标注工具

输入

python labelImg.py

输出后会自动生成一个窗口 

5.labelimg的使用

5.1进行基础设置

5.1.1.自动保存模式：防止在标注过程中出现错误导致闪退等故障

5.1.2.YOLO模式：yolov5识别的关键

5.2选择需要标注的图片地址和标签保存的地址

5.3打标签

5.3.1标注名称设置

在打标签之前需要明确标签的对象名称，例如

将上图按照颜色分为whiet、red、green等等标签

首先，按照labelimg-master>data>prededined_classes,找到该文件

然后打开，初始状态下里面会有很多选项，将他们按顺序改成你所需要的标签名称，我们这里就改为以下四个标签

5.3.1标注

最后打开我们的标注工具labelimg进行标注工作

快捷键说明：W:框选；A:后退到上一个文件；D:前进到下一个文件。

标注完成后在所保存路径下为以下状态：

包含classes和标注的所有文档

 5.4.1数据集的划分

划分好数据集之后，确保所需划分数据集为该两个文件

并且要注意将该split_dataset文件的数据地址中的符号改为“\\”

打开vscode，选择打开yolov5-master文件夹，找到split_dataset的python文件，将地址和数据集比例按照6:3:1的比例划分好

注意：1.将该split_dataset文件的数据地址中的符号改为“\\”

           2.注意文件中的照片的格式应与程序中的图片格式对应

明确完所有工作完成后，点击调试运行，出现以下，并且文件中有对应照片和txt文件则表明数据集分类完成！