1.引言

在图像处理与机器视觉领域，标注数据的质量和数量对于模型的训练至关重要。然而，手动标注大量图像是一项繁琐且耗时的工作。为了解决这个问题，自动标注技术应运而生。本文将介绍如何使用YOLOv10结合传统图像处理算法进行验证码图像的自动标注，从初步的自动标注到高阶的基于检测结果的自动标注。

1.初阶“自动标注”，给每个图像都生成一个固定的标注文件，进而在labglimg中对矩形框进行微调，减少标注的工作量

在初步的自动标注阶段，我们首先为每张图像生成一个固定的标注文件，这些文件的内容通常是预设的，矩形框的位置并不精确，因此适合用作标注的初步框架。

import os

# 图像文件夹路径
image_folder = 'D:'
# 标注文件即txt文件路径
txt_folder = 'D:'

# 基于上述两个路径检索图像和txt即yolo格式的标注文件
image_files = [f.split('.')[0] for f in os.listdir(image_folder) if f.lower().endswith(('jpg', 'jpeg', 'png', 'bmp'))]
txt_files = [f.split('.')[0] for f in os.listdir(txt_folder) if f.lower().endswith('txt')]

# 遍历图像文件名
for img_name in image_files:
    # 如果某图像没有对应的标签文件即txt文件
    if img_name not in txt_files:
        # 写入txt文件
        txt_content = """0 0.808621 0.945652 0.072414 0.073913
                        0 0.250000 0.604348 0.093103 0.078261
                        0 0.660345 0.584783 0.086207 0.100000
                        0 0.613793 0.160870 0.117241 0.139130
                        0 0.293103 0.184783 0.103448 0.117391"""
        with open(os.path.join(txt_folder, img_name + '.txt'), 'w') as f:
            f.write(txt_content)

print("Process complete.")

由于我们对每张图都生成的是一份固定的标注txt文件，所以生成的文件一般都是这种的，矩形框 不在正确的位置上，虽然能够降低一定的标注工作量，但是我们还是想让它更精准一点，那就需要使用训练好的模型了。

局限性：
矩形框位置不准确，标注结果可能与实际物体位置存在偏差。
无法自动识别图像中的所有物体，可能遗漏检测。

2.高阶自动标注，利用我们训练好的（但是没有特别精准的）yolo文件先对每张图进行检测，再手动微调

为了提高自动标注的精度，我们可以使用YOLOv10模型对每张图像进行目标检测，并根据检测结果生成标注文件。这种方式能够提供较为准确的初步标注，用户只需要对检测框进行微调即可，减少了大量的手动标注工作。

import os
from ultralytics import YOLOv10

# Folder paths
image_folder = 'D:'
txt_folder = 'D:'

# Load a pretrained YOLOv10n model
model = YOLOv10("\weights\\best.pt")
image_files = [f for f in os.listdir(image_folder) if f.lower().endswith(('jpg', 'jpeg', 'png', 'bmp'))]

# Perform object detection on each image file
for img_name in image_files:
    img_path = os.path.join(image_folder, img_name)
    # Perform prediction
    results = model.predict(img_path)

    # Extract detection results (assuming results[0] contains the detection)
    detections = results[0].boxes.xywh  # Get bounding box coordinates (xywh format)

    # If no .txt file exists, create a new one
    txt_path = os.path.join(txt_folder, img_name.split('.')[0] + '.txt')

    if not os.path.exists(txt_path):  # Check if .txt file already exists
        # Write detection results to the .txt file
        with open(txt_path, 'w') as f:
            for detection in detections:
                # Assuming you want the format: class_id x_center y_center width height (normalized)
                # Convert coordinates from pixels to normalized values by dividing by image width/height
                x_center, y_center, width, height = detection
                x_center /= results[0].orig_img.shape[1]  # Normalize by image width
                y_center /= results[0].orig_img.shape[0]  # Normalize by image height
                width /= results[0].orig_img.shape[1]  # Normalize by image width
                height /= results[0].orig_img.shape[0]  # Normalize by image height

                # Write to file (Assuming class id is 0 here, change based on your model)
                f.write(f"0 {x_center} {y_center} {width} {height}\n")

print("Process complete.")

代码详解：
1.加载YOLOv10模型：使用YOLOv10模型进行物体检测。通过model.predict()函数对每张图像进行检测。
2.提取检测结果：模型返回的结果中包含了检测到的目标的坐标信息，采用boxes.xywh提取出目标的位置。
3.坐标归一化：将检测结果的坐标从像素值转换为相对图像大小的比例（即归一化值），以符合YOLO标注格式。
4.生成标注文件：根据模型检测结果生成标注文件，格式为class_id x_center y_center width height。

这种方式得到的数据一般是下图这样的，1.会有一些框不准，2.有一些框是重复的，3.有一些代码没有检测到。此时我们只需要微调这三种情况的框即可，显著降低了工作量。

3.总结

本文介绍了基于YOLOv10的自动标注方法，从初阶的固定标注到高阶的基于YOLO检测结果的自动标注。两者相比，高阶方法显著提高了标注的准确性，并减少了人工操作的时间。

初阶方法：快速生成标注文件，适用于初步标注，但需要人工微调和修正。
高阶方法：通过YOLOv10检测得到较为精准的标注结果，适合更高精度要求的任务，但仍需要人工微调。
希望这些代码能帮助大家提升标注工作的效率和精度，降低人工标注的成本。在未来的工作中，我们可以继续优化和扩展该方法，进一步提高自动标注的精度和适用范围。