labelImg从安装到实战：手把手教你创建目标检测数据集

原创

于 2026-03-02 05:27:26 发布 · 164 阅读

1. 环境准备：别让安装成为你的第一道坎

很多朋友一上来就想标注图片，结果在安装这一步就卡了半天，最后可能还因为版本问题闪退，热情直接浇灭一半。我刚开始接触labelImg的时候也踩过不少坑，今天我就把这些坑都给你填平，让你能顺顺利利地把工具跑起来。

首先，你得知道labelImg是什么。简单说，它就是给图片“画框”和“贴标签”的工具。比如你想教电脑认识猫和狗，你就得先找一堆猫狗的图片，然后用这个工具在猫身上画个框，写上“cat”，在狗身上画个框，写上“dog”。电脑看了这些带框和标签的图片，才能学会自己去找。所以，它是你做目标检测、图像识别这些AI项目的第一步，也是最基础、最关键的一步。没有高质量的数据集，再牛的模型也白搭。

那么，安装前你需要准备什么呢？主要就是Python环境。labelImg是用Python写的，所以你得先有个Python。这里我强烈建议你使用Anaconda来管理你的Python环境，特别是对于新手。为什么？因为电脑里可能已经装了好几个Python版本，或者你以后要做不同的项目，需要的库版本都不一样，混在一起很容易冲突。Anaconda可以让你为每个项目创建独立的“小房间”（虚拟环境），在这个房间里折腾，不会影响到其他项目。

如果你还没安装Anaconda，去官网下载一个安装包，一路下一步就行，记得安装时勾选“Add Anaconda to my PATH environment variable”（将Anaconda添加到环境变量），这样后面在命令行里用起来才方便。安装好后，你可以打开“Anaconda Prompt”（Windows）或者终端（Mac/Linux），这是你接下来主要操作的地方。

2. 安装labelImg：两种方法，总有一种适合你

准备好了Python环境，我们就可以开始安装labelImg了。这里我提供两种最主流、最稳妥的方法，你可以根据你的网络情况和习惯来选择。

2.1 方法一：使用pip直接安装（最快捷）

这是最直接的方法，只需要一行命令。打开你的Anaconda Prompt或者终端，输入：

pip install labelimg

对，你没看错，安装包的名字是 labelimg，全是小写，中间没有大写字母I。很多新手在这里打错命令，导致安装失败。输入这行命令后，pip（Python的包管理工具）就会自动从网上下载labelImg和它依赖的其他库。

但是，这里大概率会遇到第一个坑：下载速度慢到令人发指，甚至直接超时失败。这是因为默认的下载源在国外。解决起来很简单，我们换成国内的镜像源，速度能飞起来。最常用的就是清华源。

在执行上面的安装命令之前，或者安装失败之后，你可以先升级一下pip，并永久配置清华源：

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

配置好之后，再运行 pip install labelimg，你会感觉下载速度焕然一新。安装成功后，命令行会显示一堆“Successfully installed ...”的字样。

2.2 方法二：从源码安装（更灵活可控）

有时候，直接pip安装可能会遇到一些奇怪的依赖冲突，或者你想用某个特定的、尚未发布到pip的版本。这时候，从GitHub上拉取源码安装是更好的选择。

首先，你需要确保电脑安装了Git。没有的话，去Git官网下载安装。然后，我们打开命令行，依次执行以下命令：

# 1. 克隆labelImg的代码仓库到本地
git clone https://github.com/HumanSignal/labelImg.git

# 2. 进入克隆下来的文件夹
cd labelImg

# 3. 使用pip安装所需的依赖库
pip install -r requirements/requirements-linux-python3.txt  # Linux/Mac用户用这个
# 如果你用的是Windows，通常用下面这个
pip install pyqt5 lxml

这里要注意，labelImg的界面是用PyQt5开发的，所以pyqt5这个库是关键。从源码安装的好处是，你能清楚地知道每个依赖是什么，出了问题也方便排查。所有依赖安装好后，你可以直接运行labelImg文件夹里的Python脚本来启动它。