labelImg标注训练数据
labelImg
下载安装
下载labelImg 是一个基于 PyQt5 的图形化图像标注工具，广泛用于 YOLO 等目标检测项目的数据标注。本文记录从安装到解决常见启动错误的完整流程。
一、数据标注 (LabelImg)
根据图片生成txt,txt内容为: label类别序号 x y w h
二、划分数据集
将标注好的数据分为训练集 (train) 和 验证集 (val)（通常按 8:2 或 9:1 的比例）。
标准目录结构如下：
dataset/
├── images/
│ ├── train/ (训练图片)
│ └── val/ (验证图片)
└── labels/
├── train/ (训练标注.txt)
└── val/ (验证标注.txt)
三、 训练模型
1. 安装YOLO环境
安装Python 3.10 或 3.11（兼容性最好）：
# 下载 Python 3.11，安装时勾选 "Add Python to PATH"
# 安装完成后验证
python --version
pip --version
安装 PyTorch
# 创建虚拟环境（推荐）
python -m venv yolo_env
# 激活虚拟环境
.\yolo_env\Scripts\Activate.ps1
# 如果报权限错误，先执行：
# Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
# 安装 PyTorch CPU 版 + DirectML 插件
pip install torch torchvision torchaudio
# 安装 DirectML 后端（核心，让 RX580 参与计算）
pip install torch-directml
# 查看安装位置
pip show torch
安装 YOLO 框架
# 安装 ultralytics（YOLOv8/v11 官方库）
pip install ultralytics
# 安装 OpenCV（图像处理）
pip install opencv-python
# 安装其他依赖
pip install matplotlib pandas pillow numpy
2. 编写data.yaml配置文件
创建 data.yaml 文件，指定路径、类别数和类别名称：
path: G:/Yolo/dataset # 数据集根目录
train: images/train
val: images/val
nc: 16 # 类别数量（与 classes.txt 一致）
names: # 类别名称列表,这里要和labelimg生成的classes.txt一致
- dog
- person
- cat
- tv
- car
- meatballs
- marinara sauce
- tomato soup
- chicken noodle soup
- french onion soup
- chicken breast
- ribs
- pulled pork
- hamburger
- cavity
- pole
3. 开始训练
运行训练脚本开始训练(AMD3500X CPU训练9张标注数据用时10分钟)
训练脚本train.py
from ultralytics import YOLO
# 加载预训练模型
model = YOLO('yolov8n.pt')
# 开始训练
model.train(data='./dataset/data.yaml', epochs=100, imgsz=640)
训练完成,得到pt模型
4. 识别照片test_img.py测试
# -*- coding: utf-8 -*-
"""
YOLO 目标检测推理脚本
功能：加载训练好的 YOLO 模型，对单张图片进行目标检测并显示结果
"""
from ultralytics import YOLO # YOLO 目标检测模型
from PIL import Image # 图像打开与显示
from pathlib import Path # 路径操作
# 加载训练好的 YOLO 模型权重
model = YOLO("./runs/detect/train/weights/best.pt")
# 对图片进行推理预测
results = model.predict(
source="./test.jpg", # 输入图片路径
conf=0.5, # 置信度阈值，低于此值的检测结果将被过滤
save=True # 自动保存带标注框的结果图片
)
# 获取结果图片的保存目录
save_path = Path(results[0].save_dir)
# 拼接结果图片的完整路径（默认文件名与输入图片同名）
img_path = save_path / "test.jpg"
print("结果图片:", img_path)
# 打开并显示带检测框的结果图片
Image.open(img_path).show()
5. 批量识别图片batch_test.py
# -*- coding: utf-8 -*-
"""
YOLO 批量目标检测脚本
功能：对指定目录下的所有图片进行批量目标检测，结果保存到指定输出目录
"""
import argparse
from ultralytics import YOLO
from pathlib import Path
def main():
parser = argparse.ArgumentParser(description="YOLO 批量图片目标检测")
parser.add_argument("--model", default="./runs/detect/train/weights/best.pt", help="模型权重路径")
parser.add_argument("--input", default="./images", help="输入图片目录")
parser.add_argument("--output", default="./batch_predict", help="结果输出目录")
parser.add_argument("--conf", type=float, default=0.2, help="置信度阈值")
parser.add_argument("--ext", nargs="+", default=[".jpg", ".jpeg", ".png", ".bmp", ".tif", ".tiff"],
help="支持的图片扩展名")
args = parser.parse_args()
input_dir = Path(args.input)
if not input_dir.is_dir():
print(f"错误：输入目录不存在 -> {input_dir}")
return
# 收集所有图片文件
image_files = []
for ext in args.ext:
image_files.extend(input_dir.glob(f"*{ext}"))
image_files.extend(input_dir.glob(f"*{ext.upper()}"))
image_files = sorted(set(image_files))
if not image_files:
print(f"未找到图片文件（扩展名：{args.ext}），目录：{input_dir}")
return
output_path = Path(args.output)
print(f"模型: {args.model}")
print(f"输入目录: {input_dir}")
print(f"输出目录: {output_path}")
print(f"找到 {len(image_files)} 张图片\n")
model = YOLO(args.model)
for i, img_path in enumerate(image_files, 1):
print(f"[{i}/{len(image_files)}] 正在检测: {img_path.name}")
results = model.predict(
source=str(img_path),
conf=args.conf,
save=True,
project=str(output_path.parent),
name=output_path.name,
exist_ok=True,
)
detections = results[0].boxes
if detections is not None and len(detections) > 0:
print(f" -> 检测到 {len(detections)} 个目标")
else:
print(f" -> 未检测到目标")
actual_dir = Path(results[0].save_dir).resolve()
print(f"\n完成！结果已保存至: {actual_dir}")
if __name__ == "__main__":
main()
运行脚本
# 基础用法（使用默认参数）
python batch_test.py
# 指定输入目录和输出目录
python batch_test.py --input ./my_images --output ./my_results
# 自定义模型和置信度阈值
python batch_test.py --model ./runs/detect/train/weights/best.pt --conf 0.3
# 只检测 png 和 jpg
python batch_test.py --ext .jpg .png
6. RTSP实时检测
# -*- coding: utf-8 -*-
"""
YOLO RTSP 视频流实时目标检测脚本
功能：拉取 RTSP 视频流，逐帧进行目标检测并实时显示
按 Q 键退出
"""
import argparse
import cv2
from ultralytics import YOLO
def main():
parser = argparse.ArgumentParser(description="YOLO RTSP 视频流目标检测")
parser.add_argument("--model", default="./runs/detect/train/weights/best.pt", help="模型权重路径")
parser.add_argument("--rtsp", required=True, help="RTSP 流地址")
parser.add_argument("--conf", type=float, default=0.1, help="置信度阈值")
parser.add_argument("--resize", type=int, nargs=2, default=[1280, 720], help="显示窗口尺寸 (宽 高)")
parser.add_argument("--output", default=None, help="可选：保存为视频文件路径")
args = parser.parse_args()
print(f"模型: {args.model}")
print(f"RTSP: {args.rtsp}")
model = YOLO(args.model)
cap = cv2.VideoCapture(args.rtsp)
if not cap.isOpened():
print("错误：无法打开 RTSP 流")
return
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
print(f"分辨率: {width}x{height}, FPS: {fps:.1f}")
writer = None
if args.output:
fourcc = cv2.VideoWriter_fourcc(*"mp4v")
writer = cv2.VideoWriter(args.output, fourcc, fps if fps > 0 else 15, (width, height))
print(f"保存到: {args.output}")
print("\n开始检测，按 Q 退出...\n")
try:
while True:
ret, frame = cap.read()
if not ret:
print("视频流中断，尝试重连...")
cap.release()
cap = cv2.VideoCapture(args.rtsp)
continue
results = model(frame, conf=args.conf, verbose=False)
annotated = results[0].plot()
cv2.namedWindow("YOLO RTSP", cv2.WINDOW_NORMAL)
cv2.resizeWindow("YOLO RTSP", *args.resize)
cv2.imshow("YOLO RTSP", annotated)
if writer:
writer.write(annotated)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
except KeyboardInterrupt:
pass
finally:
cap.release()
if writer:
writer.release()
cv2.destroyAllWindows()
print("已退出")
if __name__ == "__main__":
main()
使用脚本
# 基础用法
python rtsp_test.py --rtsp "rtsp://username:password@192.168.1.100:554/stream"
# 自定义模型和置信度
python rtsp_test.py --rtsp "rtsp://..." --conf 0.3
# 同时保存为视频文件
python rtsp_test.py --rtsp "rtsp://..." --output ./output.mp4
# 调整显示窗口大小
python rtsp_test.py --rtsp "rtsp://..." --resize 1920 1080
7. mp4视频文件检测
# drone_detect.py
import torch_directml
from ultralytics import YOLO
import cv2
class DronePoleDetector:
def __init__(self, model_path="runs/detect/train/weights/best.pt"):
self.model = YOLO(model_path)
self.device = torch_directml.device()
# GPU模式：使用RX580加速
self.model.model.to(self.device) # 把底层PyTorch模型迁移到DirectML
# CPU模式：注销上面两行，改为 self.device = "cpu"
def detect_frame(self, frame):
"""检测单帧图像"""
results = self.model(
frame,
# device=self.device, # 可省略，模型已迁移到GPU
conf=0.1,
iou=0.5,
imgsz=640,
max_det=20, # 最多检测 20 个目标
)
return results
def draw_results(self, frame, results):
"""绘制检测结果"""
for result in results:
boxes = result.boxes
if boxes is not None:
for box in boxes:
x1, y1, x2, y2 = map(int, box.xyxy[0])
conf = float(box.conf[0])
# 画框
cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.putText(
frame,
f"Pole {conf:.2f}",
(x1, y1 - 10),
cv2.FONT_HERSHEY_SIMPLEX,
0.5,
(0, 255, 0),
2,
)
return frame
def process_video(self, video_path, output_path=None):
"""处理视频流"""
cap = cv2.VideoCapture(video_path)
if output_path:
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break
results = self.detect_frame(frame)
frame = self.draw_results(frame, results)
cv2.imshow("Drone Pole Detection", frame)
if output_path:
out.write(frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
if output_path:
out.release()
cv2.destroyAllWindows()
# 使用示例
if __name__ == "__main__":
detector = DronePoleDetector()
detector.process_video("drone_footage.mp4", "output_detected.mp4")
如果这篇文章对你有用，可以关注本人微信公众号获取更多ヽ(^ω^)ﾉ ~
浙公网安备 33010602011771号