4、数据集标注实战（上）：创建项目与设置类别、矩形框标注技巧、单张图片标注全流程、标签文件保存与检查
好，咱们进入真正的动手环节了。
前面几章讲了理论、环境、工具安装，说实话，那些都是热身。从这一章开始，你要亲手拿着鼠标，一张一张地框图了。我当年第一次做标注的时候，觉得这活儿有啥技术含量？不就是画框吗？结果第一天就翻车了——类别名拼写错误，导致训练出来的模型把猫认成了狗。嗯，这种低级错误，我希望你别再犯。
4.1 创建项目与设置类别
打开 labelImg，界面很简洁。左上角有个「Open Dir」和「Change Save Dir」，分别用来选图片文件夹和标签保存位置。我个人习惯把图片和标签放在同一个父目录下，比如：
dataset/
├── images/ # 原始图片
└── labels/ # 标注后的txt文件
然后点击「Change Save Dir」指向 labels 文件夹。这样后续训练时路径管理会清爽很多。
接下来是关键——设置类别。点击左侧工具栏的「Edit」→「Create RectBox」，或者直接按快捷键 w。在弹出框里输入你的类别名。注意：类别名必须和后续训练用的 data.yaml 文件完全一致，大小写、空格都不能错。
举个例子，假设你要检测交通场景：
| 类别索引 | 类别名 | 说明 |
|---|---|---|
| 0 | person | 行人 |
| 1 | car | 小汽车 |
| 2 | bus | 公交车 |
| 3 | traffic_light | 交通灯 |
设置好之后，右侧的「Label List」会显示这些类别。每次画框时，直接选就行，不用再打字了。
4.2 矩形框标注技巧
标注不是随便拉个框就完事的。这里有几个实战技巧，能帮你省下大量时间：
- 快捷键要背熟：
w画框，a上一张，d下一张，ctrl+s保存。我刚开始用鼠标点菜单，一天标了200张，手腕都快废了。后来改用快捷键，效率直接翻倍。 - 框要贴着物体边缘：别留太多背景，也别切掉目标的关键部位。比如标一个人，框的上沿贴着头发，下沿贴着脚底，左右贴着身体最宽处。你想想看，如果框里有一半是背景，模型学到的特征就掺杂了噪声。
- 遮挡物体怎么标？：如果目标被遮挡了一部分，只标可见部分。比如一个人被柱子挡住了一半，你就标露出来的那一半。模型会自己学习推断完整形状的。
- 小目标要放大标：图片里很小的物体（比如远处的行人），建议用
ctrl+滚轮放大图片再标。我见过有人偷懒，小目标直接画个像素点大小的框，结果训练出来的模型根本检测不到小物体。
ctrl+s 保存，然后按 d 切换到下一张。这样形成肌肉记忆后，手基本不用离开键盘。
4.3 单张图片标注全流程
咱们走一遍完整的标注流程，拿一张街景图片举例：
- 打开图片：点击「Open Dir」选择 images 文件夹，双击第一张图片加载。
- 画框：按
w，鼠标左键按住拖动，松开后弹出类别选择框。选「person」。 - 调整框：如果框没对齐，可以拖动框的四个角或边线微调。注意，labelImg 不支持旋转框，所以尽量让框的边和物体主轴平行。
- 继续标注：同一张图里可能有多个目标。比如还有一辆 car，再按
w画第二个框，选「car」。 - 检查：看看有没有漏标的目标。我习惯从左上角到右下角扫视一遍，确保每个明显物体都被框了。
- 保存：按
ctrl+s，标签文件会自动生成到 labels 文件夹里。 - 下一张：按
d继续。
整个过程熟练后，一张图大概30秒到1分钟。复杂场景（比如拥挤的人群）可能需要2-3分钟。别急，质量比数量重要。
4.4 标签文件保存与检查
保存后，去 labels 文件夹看看。你会看到一个和图片同名的 .txt 文件。比如 img001.jpg 对应 img001.txt。用记事本打开，内容长这样：
0 0.523 0.412 0.156 0.334
1 0.789 0.567 0.223 0.445
每一行代表一个目标框，格式是：
类别索引 中心点x 中心点y 宽度 高度
注意，这些坐标都是归一化的，范围在0到1之间。怎么算的？比如图片宽1920像素，框的中心点x坐标是1000像素，那归一化后就是 1000/1920 ≈ 0.521。
- 类别索引是否在0~（类别总数-1）之间？比如你只设了 person(0) 和 car(1)，那索引不能出现2。
- 坐标值是否都在0~1之间？如果出现负数或大于1，说明框画到图片外面去了，需要重新调整。
- 文件是否和图片一一对应？每张图片必须有一个同名的 .txt 文件，不能多也不能少。
我建议你每标完50张图，就批量检查一次。写个简单的 Python 脚本：
import os
labels_dir = "dataset/labels"
images_dir = "dataset/images"
for f in os.listdir(labels_dir):
if f.endswith(".txt"):
# 检查对应的图片是否存在
img_name = f.replace(".txt", ".jpg")
if not os.path.exists(os.path.join(images_dir, img_name)):
print(f"警告：标签 {f} 没有对应的图片！")
# 检查标签内容
with open(os.path.join(labels_dir, f)) as fp:
for line in fp:
parts = line.strip().split()
if len(parts) != 5:
print(f"格式错误：{f} 中的 {line}")
else:
cls = int(parts[0])
if cls < 0 or cls > 3: # 假设有4个类别
print(f"类别索引越界：{f} 中的 {line}")
这个脚本我每次做新数据集都会跑一遍。说白了，标注阶段多花10分钟检查，能省下训练阶段调试的10小时。
好了，这一章的内容就到这儿。下一章咱们会讲更复杂的标注场景——多边形、关键点、以及如何用半自动工具加速标注。你先把手头的图片标好，别急着往后看。标注这事儿，练得越多，手感越好。