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
