本文是基于anaconda下关于labelimg和rolabelimg的安装使用，如果事先自己并没有安装好anaconda，可以先安装anaconda。
下载好anaconda后，打开其自带的命令行界面（Anaconda Prompt）
，进入界面之后，我们新建一个虚拟环境，就命名为labelimg2（因为我之前已经安装过一次，为了区分，所以这里加了个2,这只是自己的虚拟环境名称，可以自己自由更改）。
输入以下命令新建虚拟环境（为了保险起见，同时指定python版本，因为之前我自己安装的时候，没指定版本报错了）
conda create --name labelimg2 python=3.8
后面如果有提示，输入 y即可。
安装后之后，我们进入到这个新建的虚拟环境里面。
conda activate labelimg2
进入后，可以直接pip下载labelimg
pip install labelimg
不过我习惯性在后面加个豆瓣源。
pip install labelimg -i https://pypi.douban.com/simple
（可以用热点下载，我热点下载永远比其他wifi好使）
下载好之后，直接输入 labelImg 就可以打开。
打开之后，就可以开始标注数据集了。
如果需要的是voc数据集，点击左上的open dir，打开自己的数据集图片。然后选择voc格式
再点击 Create RectBox就可以标框了，在标好框后，会弹出一个窗口，此时输入你想设定的类别名称即可。
在标注数据集时，可以设置两个选项，极大的加快标注速度。一个是自动保存。
设置好保存路径后，勾选了自动保存的选项后，就可以在标框后，直接点击下一张图片，会自动保存在自己设定的保存路径里。 第二是在标注的图片连续的出现同一类别时，比如连续出现类似的西瓜，可以在右侧勾选 Use default label ，并设定类别名称。
设定好之后，直接create rectbox，然后会自动设定为你设定的类别，直接下一张图片即可。
以上标注完成，保存后都可以在自己设定的保存路径里观看xml文件。
如果所需要的是yolo数据集，需要将之前设置的voc格式变成yolo格式，标注过程与voc一致。
因为labelimg只能标注方形框，无法对框进行旋转等操作，所以后续我下载了rolabelimg来满足自己的标注需求。
labelImg是一个标志性的工具，而roLabelImg在此基础上labelImg进行的开发，为了支持机器人等特定领域的应用而进行了一些扩展和优化。由于roLabelImg并没有安装在PyPI上发布，所以不能直接使用pip命令进行。可以进入官方github仓库中进行下载和安装。
GitHub - cgvict/roLabelImg: Label Rotated Rect On Images for training
点击 Download Zip 即可。下载解压后，需要将解压后的文件移动至之前下好的labelimg文件目录里。因为之前下载labelimg时是新建的一个虚拟环境，所以我们先找到这个虚拟环境的路径。
移动到这即可，不清楚路径在哪的，可以自己在电脑上搜索 之前设置的虚拟环境的名称，然后将文件移动到此路径。
移动好之后，回到之前的anaconda 命令行界面，进入到rolabelimg-master文件夹里，可以看到里面有个roLabelImg.py，运行这个py文件即可。
cd D:\python\acon\envs\labelimg2\roLabelImg-master\roLabelImg-master
python roLabelImg.py
cd 后面的路径也要根据自己电脑变化，然后就可以进入到rolabelimg里面了，基本界面与之前的labelimg一致，我们可以看到左侧也有与之前相同的 create rectbox，但是下面还有个rotatedrbox，这个可以自己旋转框的角度。鼠标右键点击框的四个角即可旋转。
标签：rolabelimg,labelimg,虚拟环境,anaconda,roLabelImg,下载,标注 From： https://www.cnblogs.com/kn-zheng/p/18036581