使用labelImg标注时，如何为同一张图片中的多个相同目标生成标注文件？

你遇到的这类单图包含数十个同类别待检测目标的场景，完全不需要拆分图片、也不需要拆分生成多个标注文件，所有标注统一存在和图片同名的单个xml文件中即可，标注逻辑和单目标标注没有本质区别

具体操作步骤 #

• 用labelImg打开对应图片后，逐一对每个独立的待检测目标绘制独立的边界框，绝对不能把多个目标圈在同一个大框内
• 每绘制完一个边界框，在类别选择/输入栏填写统一的类名即可——比如所有游泳者目标全部填写同一个类名swimmer，不需要给不同的目标编号、设置差异化的类名
• 确认所有需要标注的目标都完成画框后，正常点击保存，生成的xml文件会自动为每个目标生成独立的<object>节点，完全符合PASCAL VOC标注格式的规范

常见避坑提醒 #

• 标注覆盖范围要和常规单图单目标标准保持一致：边界框要尽量贴合目标轮廓，不要留过宽的冗余边距，也不要切掉目标的关键识别特征
• 边界处的目标不要随意漏标：如果目标虽然在图片边缘、但还保留足够可识别的特征，就要正常标注；如果目标被遮挡到完全无法分辨类别，才可以跳过不标
• 不要随意改动xml的结构逻辑：哪怕单张图里有几十个同类别目标，训练框架在加载数据时也会自动解析所有<object>节点的坐标和类别信息，不需要手动拆分标注文件、也不需要额外调整xml的层级结构

注意：如果给同类别目标设置了不同的类名（比如把游泳者标成swimmer_1、swimmer_2），会被训练框架识别为完全独立的类别，直接打乱整体训练的类别映射关系，导致模型无法正常识别目标。

内容的提问来源于stack exchange，提问作者Jim O.