---
comments: true
---
# PaddleX目标检测任务模块数据准备教程
这部分将介绍如何使用[Labelme](https://github.com/wkentaro/labelme)和[PaddleLabel](https://github.com/PaddleCV-SIG/PaddleLabel)标注工具完成目标检测相关单模型的数据标注。 点击上述链接，参考⾸⻚⽂档即可安装数据标注⼯具并查看详细使⽤流程。
## 1. 标注数据示例
## 2. Labelme 标注
### 2.1 Labelme标注工具介绍
`Labelme` 是一个 `python` 语言编写，带有图形界面的图像标注软件。可用于图像分类，目标检测，图像分割等任务，在目标检测的标注任务中，标签存储为 `JSON` 文件。
### 2.2 Labelme 安装
为避免环境冲突，建议在 `conda` 环境下安装。
```bash
conda create -n labelme python=3.10
conda activate labelme
pip install pyqt5
pip install labelme
```
### 2.3 Labelme 标注过程
#### 2.3.1 准备待标注数据
* 创建数据集根目录，如 `hemlet`。
* 在 `hemlet` 中创建 `images` 目录（必须为`images`目录），并将待标注图片存储在 `images` 目录下，如下图所示：
* 在 `hemlet` 文件夹中创建待标注数据集的类别标签文件 `label.txt`，并在 `label.txt` 中按行写入待标注数据集的类别。安全帽检测数据集的`label.txt`为例，如下图所示：
#### 2.3.2 启动 Labelme
终端进入到待标注数据集根目录，并启动 `Labelme` 标注工具:
```bash
cd path/to/hemlet
labelme images --labels label.txt --nodata --autosave --output annotations
```
* `flags` 为图像创建分类标签，传入标签路径。
* `nodata` 停止将图像数据存储到 `JSON`文件。
* `autosave` 自动存储。
* `output` 标签文件存储路径。
#### 2.3.3 开始图片标注
* 启动 `Labelme` 后如图所示：
* 点击"编辑"选择标注类型
* 选择创建矩形框
* 在图片上拖动十字框选目标区域
* 再次点击选择目标框类别
* 标注好后点击存储。（若在启动 `Labelme` 时未指定 `output` 字段，会在第一次存储时提示选择存储路径，若指定 `autosave` 字段使用自动保存，则无需点击存储按钮）。
* 然后点击 `Next Image` 进行下一张图片的标注。
* 最终标注好的标签文件如图所示:
* 调整目录得到安全帽检测标准`Labelme`格式数据集
* 在数据集根目录创建`train_anno_list.txt`和`val_anno_list.txt`两个文本文件，并将`annotations`目录下的全部`json`文件路径按一定比例分别写入`train_anno_list.txt`和`val_anno_list.txt`，也可全部写入到`train_anno_list.txt`同时创建一个空的`val_anno_list.txt`文件，使用数据划分功能进行重新划分。`train_anno_list.txt`和`val_anno_list.txt`的具体填写格式如图所示：
* 经过整理得到的最终目录结构如下：
#### 2.3.4 格式转换
使用`Labelme`标注完成后，需要将数据格式转换为`coco`格式。下面给出了按照上述教程使用`Lableme`标注完成的数据和进行数据格式转换的代码示例：
```bash
cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/det_labelme_examples.tar -P ./dataset
tar -xf ./dataset/det_labelme_examples.tar -C ./dataset/
python main.py -c paddlex/configs/object_detection/PicoDet-L.yaml \
-o Global.mode=check_dataset \
-o Global.dataset_dir=./dataset/det_labelme_examples \
-o CheckDataset.convert.enable=True \
-o CheckDataset.convert.src_dataset_type=LabelMe
```
## 3. PaddleLabel 标注
### 3.1 PaddleLabel的安装和启动
* 为避免环境冲突，建议创建一个干净的`conda`环境：
```bash
conda create -n paddlelabel python=3.11
conda activate paddlelabel
```
* 同样可以通过`pip`一键安装
```bash
pip install --upgrade paddlelabel
pip install a2wsgi uvicorn==0.18.1
pip install connexion==2.14.1
pip install Flask==2.2.2
pip install Werkzeug==2.2.2
```
* 安装成功后，可以在终端使用如下指令之一启动 ：
```bash
paddlelabel # 启动paddlelabel
pdlabel # 缩写，和paddlelabel完全相同
```
PaddleLabel 启动后会自动在浏览器中打开网页，接下来可以根据任务开始标注流程了。
### 3.2 PaddleLabel的标注过程
* 打开自动弹出的网页，点击样例项目，点击目标检测
* 填写项目名称，数据集路径，注意路径是本地机器上的 绝对路径。完成后点击创建。
* 首先定义需要标注的类别，以版面分析为例，提供10个类别，每个类别有唯一对应的id，点击添加类别，创建所需的类别名
* 开始标注
* 首先选择需要标注的标签
* 点击左侧的矩形选择按钮
* 在图片中框选需要区域，注意按语义进行分区，如出现多栏情况请分别标注多个框
* 完成标注后，右下角会出现标注结果，可以检查标注是否正确
* 全部完成之后点击项目总览
* 导出标注文件
* 在项目总览中按需求划分数据集，然后点击导出数据集
* 填写导出路径和导出格式，导出路径依然是一个绝对路径，导出格式请选择`coco`
* 导出成功后，在指定的路径下就可以获得标注文件。
* 调整目录得到安全帽检测标准`coco`格式数据集
* 并将三个`json`文件以及`image`目录进行重命名，对应关系如下：
| 源文件(目录)名 |
重命名后文件(目录)名 |
train.json |
instance_train.json |
val.json |
instance_val.json |
test.json |
instance_test.json |
image |
images |
* 在数据集根目录创建`annotations`目录，并将`json`文件全部移动到`annotations`目录下，得到最后的数据集目录如下：
* 将`hemlet`目录打包压缩为`.tar`或`.zip`格式压缩包即可得到安全帽检测标准`coco`格式数据集
## 4. 数据格式
PaddleX 针对目标检测任务定义的数据集，名称是 `COCODetDataset`，组织结构和标注格式如下：
```bash
dataset_dir # 数据集根目录，目录名称可以改变
├── annotations # 标注文件的保存目录，目录名称不可改变
│ ├── instance_train.json # 训练集标注文件，文件名称不可改变，采用COCO标注格式
│ └── instance_val.json # 验证集标注文件，文件名称不可改变，采用COCO标注格式
└── images # 图像的保存目录，目录名称不可改变
```
标注文件采用 COCO 格式。请大家参考上述规范准备数据，此外可以参考[示例数据集](https://paddle-model-ecology.bj.bcebos.com/paddlex/data/det_coco_examples.tar) 。
