在计算机视觉领域，图像标注是一项基础且重要的工作。LabelImg是一个简单易用、轻量级、与YOLOv5兼容且免费的图像标注工具。本文将指导如何安装并使用LabelImg来为图像数据集创建标签。这个过程可能会花费数小时的时间，因此请确保有足够的耐心和专注力。
可以通过多种方式安装LabelImg。首先，需要克隆它的仓库：
git clone [repository-url]
然后在终端窗口中运行以下命令进行安装：
Ubuntu:
cd path/to/dir/LabelImg
sudo apt-get install pyqt5-dev-tools
sudo pip3 install -r requirements/requirements-linux-python3.txt
make qt5py3
MacOS:（首先导航到LabelImg目录）
brew install qt
pip3 install pyqt5 lxml
make qt5py3
Windows + Anaconda:（首先导航到LabelImg目录）
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
安装完成后，需要编辑预定义的自定义类别。导航到labelImg/data目录并寻找predefined_classes.txt文件。打开它并输入希望在应用中使用的标签。对于口罩检测项目，标签应该如下所示：
在开始标注过程之前，打开文件浏览器并创建一个文件夹来保存已经增强的图像。在该目录中解压缩在数据增强步骤中获得的文件，并在其中创建一个名为Labels的文件夹，将在这里保存LabelImg生成的所有文本文件。
现在，通过运行以下命令启动应用程序：
python3 labelImg.py
应用程序将启动。现在让开始图像标注。这需要大量的耐心，但可以完成它！
在开始标注过程之前，打开文件资源管理器并创建一个文件夹来保存将要保存的图像。解压缩在数据增强步骤中获得的文件，并在其中创建一个名为Labels的文件夹，将在这里保存LabelImg生成的所有文本文件。
是时候标注图像了。打开LabelImg，点击左侧面板上的Open Dir并选择包含图像数据集的文件夹。要选择标签存储的位置，点击Change Save Dir并选择上面创建的新的Labels文件夹。完成后，将看到文件夹中的第一张图像：
在开始标注过程之前，请确保在左侧面板上选择了"YOLO"模式：
点击Create RectBox并围绕图像中的每个脸部绘制一个正方形。尽量覆盖每个脸部的尽可能多的部分，同时不要在正方形内留下大量空白。每次绘制一个正方形，都会弹出一个提示框，要求选择与正方形对应的标签：
在过程结束时，应该得到一张完全标注的图像：
注意右侧的标注摘要。使用它来跟踪在每张图像上所做的工作。一旦准备好了，点击左侧面板上的Save，然后点击Next Image。
经过几个小时的乐趣后，超过4,000张图像的数据集被标注完毕。生成的g.txt文件包含什么内容？让检查其中的一个：