Docker7530
3.2 KiB
在 Windows系统下使用 Conda (Miniconda/Anaconda) 搭建一个专门用于运行 labelImg 的 Python 虚拟环境，并完成安装和缓存清理，最后在文件资源管理器中找到了该软件的启动执行文件。
labelImg 是一款非常经典的开源图像标注工具（通常用于目标检测任务的数据集制作，比如 YOLO 系列）。
第一步：创建 Conda 虚拟环境
-
目的：为了不污染全局的 Python 环境，创建一个独立的环境专门给
labelImg使用，并指定兼容性较好的 Python 3.8 版本。 -
执行命令：
conda create -n labelImg python=3.8(注：途中系统提示
Proceed ([y]/n)?时，用户输入了y并回车确认)
第二步：配置 pip 国内镜像源
-
目的：将 pip 的默认下载源修改为中科大（USTC）的镜像源，目的是为了在国内网络环境下大幅提升后续下载 Python 包的速度。
-
执行命令：
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
第三步：激活刚才创建的虚拟环境
-
目的：进入名为
labelImg的虚拟环境中，后续的安装操作都会在这个环境中进行。 -
执行命令：
conda activate labelImg(注：在图2中用户输入时不小心重复输入了两次拼成了
conda activate labelImgconda activate labelImg，但在图3中他已经纠正并成功激活，命令行前缀变成了(labelImg))
第四步：使用 pip 安装 labelImg
-
目的：下载并安装
labelImg及其依赖包（如PyQt5,lxml等）。 -
执行命令：
pip install labelImg
第五步：清理 pip 下载缓存
-
目的：安装完成后，清理 pip 下载产生的缓存文件，释放C盘/系统盘空间。图片显示清理了 397 个文件。
-
执行命令：
pip cache purge
第六步：清理 Conda 缓存
-
目的：进一步深度清理 Conda 下载的包安装文件（tarballs）、未使用的包和索引缓存，彻底释放硬盘空间。
-
执行命令：
conda clean --all(注：执行后系统会多次询问是否确认删除
Proceed ([y]/n)?，用户均输入了y并回车)
第七步：在文件夹中找到并准备运行程序
- 目的：通过文件资源管理器，找到刚才安装好的
labelImg可执行文件。 - 操作过程：
- 用户打开了路径：
E:\DevTool\Miniconda3\envs\labelImg\Scripts（这是他电脑上 Miniconda 存放labelImg虚拟环境可执行文件的目录）。 - 找到了名为
labelImg的文件（通常是labelImg.exe）。 - 他右键点击了该文件，弹出了菜单（可能是准备直接双击打开运行，或者是想通过 VS Code 打开查看）。
- 用户打开了路径：
📝 笔记总结提示：
如果你自己要照做，只需要打开你的 Anaconda Prompt 或终端，依次复制执行上述 1 到 6 步的命令即可。安装完成后，其实你不需要像图7那样去文件夹里找，直接在激活了环境的命令行里输入 labelImg 并回车，软件界面就会自动弹出来了。