rolabelImg是一个专门用于标注旋转框的工具，目前最新版本是3.0版本，rolabelImg是python编写的，为了避免安装python环境和配置。我们可以直接使用安装包安装，首先我们打开安装包

双击打开安装包

选择安装路径，不要是中文路径即可

其他按照默认安装即可，安装完毕后会在桌面创建快捷方式，我们双击打开使用即可。注意软件只能在windows x64平台使用，不支持mac或者Linux系统。使用方法

Steps

1. Build and launch using the instructions above.
2. Click 'Change default saved annotation folder' in Menu/File
3. Click 'Open Dir'
4. Click 'Create RectBox'
5. Click and release left mouse to select a region to annotate the rect box
6. You can use right mouse to drag the rect box to copy or move it

The annotation will be saved to the folder you specify.

You can refer to the below hotkeys to speed up your workflow.

Create pre-defined classes

You can edit the data/predefined_classes.txt to load pre-defined classes

Hotkeys

由于作者已经3年没有维护，软件3.0可以认为是最终版本。软件下载地址：

csdn搜索rolabelImg一键安装包windows-x64版本exe

视频演示：

pyinstaller打包rolabelImg及其安装包安装流程使用_哔哩哔哩_bilibili这个是使用pyinstaller自己打包roLabelImg最新版本的旋转框标注工具，并制作成安装包一键安装并使用，详情看视频教程, 视频播放量 5、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心，相关视频：用opencv和onnxruntime去部署yolov5-7-8，基于onnx模型加密与解密深度学习模型保护方法介绍，使用C#部署yolov7的tensorrt模型，C#调用yolov7进行目标检测winform开发，使用C#调用libotrch-yolov5模型实现全网最快winform目标检测，将yolov8封装成一个类几行代码完成语义分割任务，基于yolov8+bytetrack实现目标追踪视频演示，使用C++部署yolov8的onnx和bytetrack实现目标追踪，用C#部署yolov8的tensorrt模型进行目标检测winform最快检测速度，YOLOv8检测界面-PyQt5实现https://www.bilibili.com/video/BV1km4y1N7kf/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee