利用labelimg实现yolov8数据集的制作

    我们在使用yolov8进行物体检测识别的时候，由于其内置的n,s,m等模型只包含90多种物体（很多其他物品并未包含在其中），导致我们无法直接使用其模型进行视频或者图片的检测识别。这个时候，我们就需要自己制作数据集进行训练。下面我们通过使用lableimg进行图片的标注，完成识别物品图片数据集的采集。

一，部署虚拟环境

    我们打开anaconda Prompt，然后输入命令开始创建labelimg虚拟环境：

二、activate并安装

三、进行图片标注

3.1，采集图片

    自己可以去互联网上下载需要识别的物品图片，我本地下载的为酒精测试仪（市面上的一类)图片：

3.2，打开labelimg，进行配置

    在上述anaconda prompt命令行中，进入到自己本地采集图片目录层级（我本地为E:\code\python\labeldata），执行命令：

    执行后，我们进入到labelimg界面：

    1，我们点击Open Dir，选择我们采集图片的目录 （我本地为E:\code\python\labeldata\JPEG）

    2，我们点击Change Save Dir，设置我们标注后图片VOC文件存储目录

    3，我们选择我们保存的格式：我们选择PascalVOC

3.3，进行图片标注

    我们Open Dir选择我们的采集图片目录后，labelimg右侧会显示我们所有的图片：

    我们通过快捷键操作，进行图片标注：

    a：切换到上一张图片

    d：切换到下一张图片

    w：调出标注十字架

    del ：删除标注框

    我们标注图片，然后按快捷键d，进行下一张图片标注，一张一张进行，完成所有标注：

    最后我们保存，退出即可。