目标检测半自动标注
功能介绍：目标检测半自动标注功能结合了模型预测和人工标注的优势。系统首先使用训练好的模型对图像进行初步预测，生成预测标注框和标签，用户可以在此基础上进行修改和完善，从而提高标注效率和准确性。目标检测半自动标注的界面更像标注界面而不是预测界面。
操作步骤：
打开半自动标注界面：在平台主界面中，找到并点击目标检测半自动标注功能入口，进入半自动标注界面。界面主要分为操作设置区、图片预览区、图像标注区和标注框列表区。
设置数据标签格式：在操作设置区，点击“设置数据标签格式”按钮，弹出选择窗口，包含 Json、XML、TXT 三种格式。根据实际需求选择合适的格式，点击“确定”后，所选格式将显示在对应主界面上。
设置标注标签文件：点击“设置标注标签文件”按钮，弹出文件选择对话框。选择 Txt 文本格式的标签文件，选择后文件的全路径将显示在对应的主界面上，同时标注标签列表会显示文件中的所有标签内容。
设置数据标注目录：点击“设置数据标注目录”按钮，弹出文件夹选择对话框。选择用于存储标注数据的目录，点击“确定”后，该目录的全路径将显示在对应的主界面上。
设置图片资源：
- 设置图片文件夹
：点击“设置图片文件夹”按钮，选择包含待标注图片的文件夹。选择后，图片文件夹的全路径将显示在对应的主界面上，图片预览区将显示该文件夹中第一张图片的缩略图，图像标注区将自动加载并展示该图片，图片会自适应图像标注区的大小。系统首先尝试读取标注文件，如果标注文件不存在或标注文件中无标注记录，会自动调用选择的模型进行预测，并将预测结果显示在标注框列表和图像标注区；若存在文件且存在标注记录，则直接读取并显示标注结果。 - 设置单张图片
：若只想标注单张图片，可点击“设置图片文件”按钮，选择具体的图片文件。选择后，图片文件的全路径将显示在对应的 QLabel 上，图片预览区显示该图片的缩略图，图像标注区展示完整图片。同样，系统会根据标注文件情况进行预测或读取标注信息。 进行标注操作：在图像标注区，点击左键开始框选目标物体。框选过程中，鼠标的起始位置即为标注开始的位置，拖动鼠标结束框选后，会弹出一个窗口，窗口列出了之前设置的标注标签。从列表中选择与目标物体对应的标签，点击“确定”。标注框上方将显示所选标签值，同时标注结果会显示在标注框列表区。
切换图片：点击“上一张”或“下一张”按钮，系统会保存当前图片的标注信息，加载上一张或下一张图片，并根据标注文件情况进行相应处理，操作与目标检测标注中的图片切换类似。
图像缩放：点击操作设置区的“放大”或“缩小”按钮，图像标注区的图片会相应地进行放大或缩小操作，标注框也会同步进行缩放，并且标注的位置会根据缩放比例进行准确还原。
标注修改：点击标注框列表的某个标注记录，如果预测出来的错误可以随时点击右键删除标注框，然后重新标注，如果漏标可随时在中间标注区域补充标注。
目标检测半自动标注界面代码层级关系及功能说明
模块导入部分
此部分主要导入了系统、文件操作、计算机视觉、JSON 处理、XML 解析、PyQt5 相关组件、YOLO 模型、窗口样式、图像处理等所需的库和模块。
函数
absolute_to_relative：将绝对坐标系标注格式转换为相对坐标系标注格式。 relative_to_absolute：将相对坐标系标注格式转换为绝对坐标系标注格式。
类
LabelFormatDialog
__init__：初始化标签格式对话框。 get_selected_format：获取用户在对话框中选择的标签格式。
SemiImageLabelingApp
__init__：初始化半自动化图像标注应用程序。 initUI：设置应用程序的用户界面，包括窗口样式、布局和组件的添加。 set_model：打开文件选择对话框以选择模型文件。 set_label_format：设置标注的标签格式。 set_label_file：设置标签文件。 update_label_list：更新标签列表。 set_annotation_dir：设置标注文件的保存目录。 set_image_folder：设置图像文件夹。 update_image_list：更新图像列表。 set_image_file：设置当前要处理的图像文件。 load_image：加载指定路径的图像文件。 show_image：显示当前加载的图像。 show_preview：显示图像的预览。 load_annotations：加载标注数据。 load_json_annotations：从 JSON 文件中加载标注数据。 load_xml_annotations：从 XML 文件中加载标注数据。 load_txt_annotations：从 TXT 文件中加载标注数据。 update_box_list：更新边界框列表。 draw_annotations：在图像上绘制标注的边界框。 prev_image：切换到上一张图像。 next_image：切换到下一张图像。 save_annotations：保存当前的标注数据。 save_json_annotations：将标注数据保存为 JSON 文件。 save_xml_annotations：将标注数据保存为 XML 文件。 save_txt_annotations：将标注数据保存为 TXT 文件。 clear_annotations：清除当前的标注数据。 zoom_in：放大图像。 zoom_out：缩小图像。 get_image_position：获取图片在 QLabel 中的位置。 mouse_press_event：处理鼠标按下事件。 mouse_move_event：处理鼠标移动事件。 mouse_release_event：处理鼠标释放事件。 highlight_box：高亮显示选中的边界框。 show_context_menu：显示上下文菜单。 select_image：选择指定的图像。
最后欢迎关注公众号：python与大数据分析
