Yolova5主要用于目标检测，如果需要使用自有数据集进行模型训练，则需要首先针对自有数据集进行数据标注。这也是很多深度学习网络训练所需数据集进行标注的方法和途径。相关的工具较多，例如Labelme、labelimg、yolo_mark、Vatic以及Sloth等。笔者常用的是labelimg，因此本文主要介绍labelimg的安装与使用方法。
labelimg— windows系统中安装
在labelimg官方地址：https://github.com/heartexlabs/labelImg 有关于安装labelimg的详细内容，按照该文档根据实际使用的系统类型进行安装即可。例如windows系统中安装labelimg，可以直接下载可执行包， https://github.com/tzutalin/labelImg/files/2638199/windows_v1.8.1.zip
解压之后直接点击 解压目录下的 labelImg.exe，启动界面如下所示：
labelImg使用方法
labelImg的启动界面如上图所示，其中 第一个箭头所指按钮“open dir”可以指定自有数据集所在目录，那么labelImg会对该目录下的所有数据逐个显示，减轻用户每次操作都需要打开文件夹指定某图像的麻烦。
第二个箭头则决定了保存数据标注结果的格式，主要包括yolo和PascalVOC两种格式。如果是Yolov5需要用labelImg来标注数据，则采用yolo格式予以保存。
具体操作步骤如上图所示，按照步骤进行操作即可。