labelme使用方法
配置环境
win10
anaconda3(2022.05)
label(5.0.1)
官方代码不能使用可能是版本问题
官方教程
图像分类
目标检测
语义分割
实例分割
视频标注
其他形式标注
后文所用代码参考官方教程
安装labelme
python3
conda create --name=labelme python=3.6
conda activate labelme
conda install -c conda-forge pyside2
conda install pyqt
pip install pyqt5 # pyqt5 can be installed via pip on python3
pip install labelme
or you can install everything by conda command
conda install labelme -c conda-forge
（安装失败试试手机热点）
输入labelme打开，打开后界面如下
使用之后的方法都需要先激活环境
conda activate lableme
打开文件夹的操作之后不做说明
基础标注
打开labelme后，在图片上右键点击选择形状后，即可进行基础标注
标注完成后会生成图片对应的json文件
; 图像分类
方法一
labelme --flags car,people #打开labelme
效果如下
方法二
创建一个txt文件
输入指令打开labelme
labelme --flags F:\labelme_test\flags.txt #注意文件路径
效果同方法一
目标检测
创建一个txt文件
__ignore__和_background_必须要有，其余是图像数据包含的类别
输入指令打开labelme
labelme --labels F:\labelme_test\labels.txt #注意文件路径
标注完效果如下
将标注完成的文件转为voc格式
python ./labelme2voc.py F:\labelme_test\bbox_detection F:\labelme_test\bbox_detection\bbox_detection_voc --labels F:\labelme_test\labels.txt
注意各文件路径，bbox_detection是原始图片的保存路径，bbox_detection_voc是生成文件保存路径，同时确保当前路径下有labelme2voc.py文件
若提示缺少lxml，则安装lxml
pin install lxml
若出现以下错误，参考解决方案，我使用的是第二种
运行成功后生成如下文件夹
最终效果如下
; 语义分割
方法同目标检测
仅最后运行的代码labelme2voc.py不同 名称相同，内容不同
同时第80行需做出以下更改
lbl= labelme.utils.shapes_to_label( #before
lbl, _ = labelme.utils.shapes_to_label( #after
实例分割
情况同语义分割
需要注释第96行
进行实例分割后得到的结果会包含语义分割的结果
Original: https://blog.csdn.net/muzii/article/details/126354824
Author: muzii
Title: 深度学习图像标注软件labelme使用教程
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/627841/
转载文章受原作者版权保护。转载请注明原作者出处！