毕设学习之——数据集制作LabelImg安装

LabelImg的安装踩了许多坑，同样的方式，别人的电脑可以，自己的电脑装了好久，一直失败。最终在找数据集的时候找到了一个exe文件！解决时间：2021年4月14日09:35:39

成功又简单的方法：
github下载exe文件，存放到一个非中文的路径下。
参考博客：LabelImg来源

失败的方法：（别人用这个方法也可行）
Win10下安装LabelImg以及使用：为了不破坏spyder的使用，创建一个虚拟环境

如果已经安装了，则卸载掉所安装的包就可以！

pip uninstall pyqt5

创建LabelIMG 并使用：

conda create -n label  创建虚拟环境
activate LabelIMG
pip install --user pyqt5 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install --user pyqt5-tools -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install --user lxml -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install --user labelme -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
LabelIMG(启动)

pip install --user pyqt -i https://pypi.tuna.tsinghua.edu.cn/simple/
labelme

activate labtool

WARNING: The scripts pylupdate5.exe, pyrcc5.exe and pyuic5.exe are installed in ‘C:\Users\范兵\AppData\Roaming\Python\Python36\Scripts’ which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The script labelImg.exe is installed in ‘C:\Users\范兵\AppData\Roaming\Python\Python36\Scripts’ which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
ERROR: pip’s dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
pyqt5-plugins 5.15.2.2.1.0 requires pyqt5==5.15.2, but you have pyqt5 5.15.4 which is incompatible.

目前遇到的问题及其进展：
问题1：缺Qt插件

解决思路：
下载pyqt5 再安装
pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple/
conda失败：conda失败文件修改

毕设学习之——数据集制作LabelImg安装相关推荐

pytorch学习(1) 数据集制作
(1) 数据集数据集的制作定义: 什么是数据集, 通俗来说就是包含一堆数据的集合, 是进行下一步训练的必备素材资源连数据都没有, 你还分析啥啊第一步: 引入Dataset模块 from tor ...
深度学习实战（七）——目标检测API训练自己的数据集（R-FCN数据集制作+训练+测试）
TensorFlow提供的网络结构的预训练权重:https://cloud.tencent.com/developer/article/1006123 将voc数据集转换成.tfrecord格式供te ...
使用labelme制作自己的深度学习图像分割数据集
要实现深度学习图像分割应用,首先要获取图像分割标注数据,比如PASCAL VOC.COCO.SBD等大型数据集,但这些数据集主要用于训练预训练模型和评价分割模型精度性能,针对实际应用还需要我们根据项目 ...
深度学习数据集制作工作_创建我的第一个深度学习+数据科学工作站
深度学习数据集制作工作 My Home Setup 我的家庭设置 Creating my workstation has been a dream for me, if nothing else. 创 ...
【目标检测实战学习】从零开始制作并训练自己的VOC数据集，并使用Retinanet进行目标检测
目录基础软件安装项目来源环境配置使用LabelImg给图片打标签数据增强划分训练集,测试集模型训练将验证集结果可视化首先写一下我们这个项目的思路 1.下载图片,网上随便找 2.使用L ...
比赛中学习（2）-voc数据集制作中将.txt文件变为.xml文件
描述和voc数据集制作有一点不同的是,因为参加的比赛中坐标给了4个,也就是说目标的形状可能是是平行四边形.所以和voc数据集有点不同啊.放出一张.txt文件的形式最后的结果大致是这样的(和上面的图 ...
化学实验室自动化 - 1. 深度学习视觉检测（实例分割） - COCO格式的化学实验室常见物体实例分割数据集制作
前言随着自动化.智能化技术在各行各业获得了广泛应用,化学实验室领域也不可避免的迎来了变革.视觉检测是自动化和智能化的基础,本文将介绍化学实验室常见物体的COCO格式的实例分割数据集的制作方法,后续将 ...
camvid数据集介绍_深度学习图像数据集介绍（MSCOCO）
深度学习图像数据集介绍(MSCOCO) MSCOCO数据集是微软开发维护的大型图像数据集,次数聚集的任务包括识别(recognition),分割(segementation),及检测(detectio ...
深度学习大数据集处理_大规模深度学习数据集管理系统
深度学习大数据集处理 Machine learning is data-driven. Most artificial intelligence (AI) practitioners would a ...

毕设学习之——数据集制作LabelImg安装

毕设学习之——数据集制作LabelImg安装相关推荐

最新文章

热门文章