前言：Hello大家好，我是小哥谈。鉴于labelimg图像标注软件安装起来比较麻烦，本节课再给大家介绍另外一款数据集标注工具。这是一款在线标注数据集的工具，用起来非常的方便。🌈
前期回顾：
YOLOv5入门实践（1）— 手把手教你使用labelimg标注数据集（附安装包+使用教程）
目录
🚀1.工具简介
🚀2.数据准备
🚀3.开始标注
🚀4.导出标签
🚀5.注意事项
🚀1.工具简介
make sense是一个被YOLOv5官方推荐使用的免费的图像标注工具，可免去大部分环境依赖，相比于其他工具，make sense的上手难度非常低，仅需数分钟，玩家便能熟练掌握工具中的功能选项，快速地进入工作状态；此外，由于make sense是一款web应用，各个操作系统的玩家可打破次元壁实现工作协同。🌺
说明：
标注工具地址：Make Sense ♨️♨️♨️
🚀2.数据准备
首先需要建立一个文件夹来存放标注的图片和标注后的标签。🌿
以我为例，我在datasets文件夹中，新建了一个文件夹SafetyHelmetWearingDataset（可以自定义，用来存放图片和标签）。🌿
点击文件夹SafetyHelmetWearingDataset后，需要再新建两个文件夹，一个为images（用来存放要标注的图片），另一个为labels（用来存放标注后的标签）。🌴
说明：♨️♨️♨️
datasets文件夹是PycharmProjects中和项目同级别的用来存放数据集的文件夹，可以自定义。我命名为datasets，用来存放训练模型时的数据集。
🚀3.开始标注
进入Make Sense站点主页，点击右下角Get Started进入任务。
点击Drop images，然后Ctrl+A选中整个数据集里面的图片。
然后再点击Object Detection添加标签信息，由于我是进行安全帽佩戴检测，所以我添加了两个标签：helmet 和 nohelmet（注意：标签根据自己数据集具体情况来设定）。
最后，再点击Start project按钮即可标注了！🌺
说明：♨️♨️♨️
标注标签的颜色可调整，点击上图中
即可。
标注过程中，一定要坚持的原则是：标注框为最小外接矩形！另外右侧可以对标签进行修改及删除等操作，大家一定要认真标注，不然对最终模型的影响还是很大的！🌱
🚀4.导出标签
点击 Action -> Export Annotation 导出yolo格式的标签文件，导出的是一个以标注日期署名的压缩包，非常简洁明了，解压后是YOLO格式的.txt标签文件。🌹
导出的标签文件可复制至SafetyHelmetWearingDataset - labels文件夹中进行存放。（目的：为后面训练安全帽佩戴检测模型做准备）🌳
🚀5.注意事项
页面误操作关闭后，标注结果必然游离，所以标注工程量较大的任务时，建议小批次缓存标注，或按时导出以保存本阶段的工作进度。🌱
