LabelImg(开源图像标注工具)

LabelImg是什么

LabelImg 是一款轻量化开源图形化图像标注工具，由 Tzutalin 开发，基于 Python 和 Qt 框架搭建界面，专为人工智能、深度学习领域打造。主要用于给图片画框标注目标物体，快速生成适配目标检测模型的标注数据集，是计算机视觉入门、高校科研、项目实训中使用率极高的免费标注软件，支持多系统跨平台运行，采用 MIT 开源协议。

LabelImg 依托 Python 开发，搭配 Qt 图形界面，无需复杂专业配置，上手门槛极低。软件核心定位是二维图像矩形框标注，不支持复杂多边形、语义分割标注，但精准适配日常目标检测场景需求。

软件原生兼容三大主流标注格式：PASCAL VOC、YOLO、CreateML，覆盖绝大多数深度学习框架与模型训练需求。支持 Windows、macOS、Linux 全平台，可通过源码编译、PyPI 安装、Anaconda 部署、Docker 容器等多种方式安装运行。

目前项目已停止主动迭代，归入 Label Studio 社区生态，但软件本身功能完整、稳定性强，至今仍是个人开发者、学生、小型团队制作图像数据集的首选轻量化工具，GitHub 拥有超高星标与分支量，社区使用基础庞大。

软件功能

1. 矩形框标注：支持手动拖拽绘制目标检测矩形框，可移动、缩放、复制、删除标注框。

2. 多格式导出：一键切换保存格式，支持 VOC 格式 XML 文件、YOLO 格式 TXT 文件、CreateML 标注格式。

3. 预定义标签：可提前编辑类别文本文件，预设物体标签，标注时直接选择，重复类别无需手动输入。

4. 批量图片处理：支持打开整个图片文件夹，上下切换图片连续标注，适配批量数据集制作。

5. 标注可视化：可加载已有标注文件，自动回显标注框与标签，方便校对、修改已有标注数据。

6. 快捷快捷键：内置全套快捷键，新建框、保存、切换图片、缩放、删除标注等操作均可快捷完成。

7. 图片核验标记：支持标记已核验图片，用背景色区分，方便团队分工标注与质检。

8. 自定义保存路径：可单独设置标注文件存放目录，与原图分离管理，文件结构更清晰。

9. 配置重置功能：支持一键重置软件所有配置，解决标签加载异常、界面错乱等问题。

软件特色

1. 完全开源免费：遵循 MIT 开源协议，个人、商用均可免费使用，无功能限制、无会员收费、无广告弹窗。

2. 轻量化低配置：占用电脑资源少，低配电脑也能流畅运行，无需高端显卡配置。

3. 跨平台兼容：完美适配 Windows、Mac、Linux 系统，支持多种安装部署方式。

4. 操作极简易懂：图形化可视化界面，无需编程基础，新手几分钟即可熟练上手标注。

5. 适配主流模型：标注格式原生适配 YOLO、SSD、Faster R-CNN 等主流目标检测模型训练。

6. 高效标注效率：丰富快捷键+预设标签功能，大幅减少重复操作，提升数据集制作速度。

7. 离线本地运行：全程本地离线操作，无需联网，保障图片数据隐私安全，无数据上传风险。

8. 社区生态成熟：教程资源丰富，问题解决方案多，遇到使用问题可快速找到参考方法。

使用方法

1. 安装方式

• 简易安装：直接通过命令 pip3 install labelImg 一键安装，终端输入 labelImg 即可启动。

• 源码安装：拉取 GitHub 源码，安装 Python、PyQt5、lxml 依赖，编译资源文件后运行启动脚本。

• Windows 便捷使用：可打包为 exe 独立程序，免配置直接双击打开。

2. 基础标注步骤

1. 启动软件，点击「打开目录」，选择需要标注的图片文件夹。

2. 提前编辑 predefined_classes.txt，设置要标注的物体类别。

3. 选择标注格式（PascalVOC / YOLO），设置标注文件默认保存文件夹。

4. 按 W 键新建矩形框，鼠标框选图片中的目标物体，选择对应标签。

5. 标注完成按 Ctrl+S 保存，按 D/A 键切换下一张/上一张图片批量标注。

6. 可通过删除键删除错误标注框，右键拖拽复制或移动标注框。

3. 常用快捷键

新建标注框 W、保存 Ctrl+S、下一张 D、上一张 A、删除选中框 Del、复制标注框 Ctrl+D、图片缩放 Ctrl±、标记核验图片 Space。

收费价格

LabelImg 永久完全免费：

1. 开源 MIT 协议，个人学习、高校科研、商业项目均可免费商用。

2. 无会员订阅、无功能阉割、无水印、无广告弹窗。

3. 官方无任何付费版本，所有核心标注功能全部开放免费使用。

常见问题解答

1. 支持语义分割、多边形标注吗？

不支持，LabelImg 仅专注矩形框目标检测标注，如需多边形、语义分割、关键点标注，可使用 Label Studio 等进阶工具。

2. 标注格式怎么切换？

软件工具栏保存按钮旁可直接下拉切换 PascalVOC、YOLO、CreateML 三种格式，切换后保存自动生成对应格式文件。

3. 标签类别错乱、加载异常怎么办？

一是通过软件菜单栏「重置所有配置」；二是删除系统目录下的 .labelImgSettings.pkl 配置文件，重启软件即可恢复。

4. YOLO 格式标注后没有 classes.txt？

确保标注时选定 YOLO 格式，且预定义类别文件配置正确，保存标注后会自动生成 classes.txt 类别文件。

5. Mac/Linux 启动报错缺少依赖？

需提前安装 PyQt5、lxml 等依赖库，建议使用 Python 虚拟环境安装，避免版本冲突问题。

6. 项目停止更新还能用吗？

完全可以，核心标注功能已经完善稳定，日常制作目标检测数据集完全够用，不影响正常使用。

总结

LabelImg 作为计算机视觉领域经典的开源图像标注工具，凭借轻量化、跨平台、免费无限制、操作简单的优势，成为入门深度学习、制作目标检测数据集的刚需工具。虽然项目已停止官方迭代，但基础标注功能成熟稳定，适配绝大多数学生实训、个人项目、小型团队的数据标注需求。

无需复杂配置、无需编程基础，离线本地运行保障数据安全，兼容主流模型标注格式，不管是新手入门人工智能标注，还是日常小规模数据集制作，LabelImg 都是性价比极高、省心好用的首选工具。