关键点自动标注步骤 👋👋👋

如果对你的工作有所帮助，记得点上Star✨✨✨

1.YOLO-V8安装：

• conda create -n yolo python=3.8
• conda activate yolo
• pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ultralytics
• pip install ultralytics --upgrade
• pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy opencv-python pillow pandas matplotlib seaborn tqdm

2.用YOLO-V8进行关键点检测，将检测到的关键点保存到YOLO格式txt文件：

• 下载yolov8的模型yolov8x-pose-p6.pt
• yolo pose predict model= yolov8x-pose-p6.pt source=images device=0 save_txt=True save=False

3.在YOLO_to_Labelme_use.py脚本中，修改读入YOLO格式txt文件路径、输出Labelme格式JSON格式文件路径，并运行该脚本：

• yolo_txt_path = 'E:\dataset\set01\runs\pose\predict2\labels\' # yolo格式txt文件路径
• labelme_json_path = 'E:\dataset\set01\runs\pose\predict2\json\' # labelme格式json文件路径

4.将labelme格式的json文件和对应的图片文件导入标注工具labelme，对关键点进行人工矫正：

• pip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelme

补充：YOLO-V8资料

• YOLOV8文档：https://docs.ultralytics.com
• YOLOV8的Github主页：https://github.com/ultralytics/ultralytics
• 所有模型：https://github.com/ultralytics/ultralytics/tree/main/ultralytics/models/v8
• Pose预训练模型：https://github.com/ultralytics/ultralytics/tree/main/ultralytics/models#pose
• 预测参数文档：https://docs.ultralytics.com/usage/cfg/#predict