用于制作darknet数据集制作，并提供转换为Voc数据集的能力-用于标注特征图片，生成yolo数据集+源代码+文档说明

# image-annotation 用于制作darknet数据集制作，并提供转换为Voc数据集的能力 # MainWindows.py 在工具根目录下使用下面的命令 ```shelll python3 MianWindow.py ``` ## 快捷键 | 操作 | 快捷键 | | ---------------------------------- | ---------------------- | | 撤回上一次的标注 | Control+Z或者Command+Z | | 切换图片 | 上下键 | | 快速保存当前标注并切换到下一张图片 | S或者空格或者回车 | ## 应用功能说明 ### 区域划分 <img src="./document/image/preview_main.png" /> 1. 区域1:工具栏 2. 区域2:图片显示预览 3. 区域3:标注图片画板 4. 区域4:标注类型选择区域 5. 区域4:标注记录显示区 ### 使用效果 启动程序后，只有==打开图集==功能可以使用，其他功能必须在打开一个图集（一个全是图片的文件夹）后才可以使用。 ### 配置文件 在打开所在图集文件夹下会生成一个默认的配置文件  # SelectWindow操作文档 ## 启动程序的命令 ```shell python SelectImageWindow.py ``` ## 应用说明  该程序用于把MainWindow.py分好类的文件中挑选**训练集**和**测试集**，并生成标准VOC数据集。 1. <font color=red><u>在开始该程序前，必须检查分类文件夹下是否有empty文件夹，如果有必须将该文件夹移走，该文件夹内的图片都是没有特征类型的图片，仅用于校验和检查用。不可参与后面的数据集。</u></font> 2. 点击==打开图片集==，选择分好类的文件夹。 3. 点击为选择的图可以挑选图片，将图片移入到训练集或测试集， 4. 每次挑选完成后必须点击==保存本次分类== 5. 所有的分类文件都挑选完成后即可点击==生成VOC数据集==。选择生成的目录后程序就开始执行(生成的图片会统一转换为jpeg的格式，所以比较耗时)，该执行耗时比较久大概十几分钟，完成时会有弹框。 ## 环境搭建 所需python模块 - pillow - lxml - tkinter 详细查看ducument中的文档 [mac环境搭建](./document/mac标注工具所需要的环境搭建.md) [ubuntu环境搭建](./document/Ubuntu18.04搭建工具环境.md) [Win10环境搭建](./document/Win10搭建工具环境.md)