本文分享了作者在儿童节期间使用LabelImg进行深度学习数据标注的经验。介绍了如何确定标注分类、选择标签及重命名图像，并提供了标注过程中的实用技巧，如处理导入目录错误和找不到框选对话框的问题。
“
欢乐的儿童节是世界的节日，这不来自非洲的小朋友们跳起了“非洲四小龙”舞蹈。
老图突击队的“非洲四小龙”，题目猜猜有奖哦
”
我这个大朋友呢，需要学习使用一个玩具，LableImg，这个是深度学习的数据标注工具，可以对图像中需要识别的目标区域进行框选，以便于进行数据训练，得到想要的深度学习模型。
至于为什么不是宽度学习模型，即列和行的层数排列区别？
我知道的一个解释是，深度学习是在简单的基础上建立复杂，宽度学习的话，首次进行复杂的学习，不利于泛化，容易go die。
数据标注是深度学习的第一步。
01
—
数据标注
这里先上一个我昨天早上的工作成果，标注了9百多张图像。
好玩吧，祝自己儿童节快乐，哈哈。
1、标注分类
遇到数据标注问题，首先确定标注的分类，比如下图：
2、选择标签
框选时，会让你选择分类的标签，如下视频所示：
3、图像文件名重命名
然后对已有的图像，进行重命名。因为爬虫得到的图像，名字是非常长的，不利于自己分清楚。
我使用python的如下代码，得到了下面重命名的图像。
# 
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
