資料標註軟體labelme詳解

2022-09-20 16:24:12 字數 4303 閱讀 1578

labelme 版本:3.11.2

例項分割樣例(voc)

其它樣例(場景分割,目標檢測,分類)

各形狀標註樣例(多邊形,矩形,圓形,多段線,線段,點)

通用安裝方法(各平台都適用):anaconda,docker。

各平台上的安裝方法:ubuntu,macos,windows。

4.1 anaconda

首先安裝 anaconda,然後執行下列命令:

##################

## for python 2 ##

##################

conda create --name=labelme python=2.7

source activate labelme

# conda install -c conda-forge pyside2

conda install pyqt

pip install labelme

# 如果想安裝最新版本,請使用下列命令安裝:

# pip install git+

##################

## for python 3 ##

##################

conda create --name=labelme python=3.6

source activate labelme

# conda install -c conda-forge pyside2

# conda install pyqt

pip install pyqt5 # pyqt5 can be installed via pip on python3

pip install labelme12

3456

78910

1112

1314

1516

1718

1920

4.2 docker

首先安裝 docker,然後執行下列命令:

wget -o labelme_on_docker

chmod u+x labelme_on_docker12

3456

74.3 ubuntu

# ubuntu 14.04 / ubuntu 16.04

# python2

# sudo apt-get install python-qt4 # pyqt4

sudo apt-get install python-pyqt5 # pyqt5

sudo pip install labelme

# python3

sudo apt-get install python3-pyqt5 # pyqt5

sudo pip3 install labelme12

3456

784.4 macos

# macos sierra

brew install pyqt # maybe pyqt5

pip install labelme # both python2/3 should work

4.5 windows

首先按照4.1的操作安裝,然後進行如下操作:

# windows 上的 pillow5 會導致 dll 載入錯誤,所以請安裝 pillow4。

# 詳情見:

conda install pillow=4.0.012

35. labelme 使用教程

labelme 能夠進行多種形式的影象資料標註。labelme 以 json 檔案儲存標註資訊。下面介紹一些 labelme 軟體的基本操作。

labelme # 開啟labelme軟體

labelme apc2016_obj3.jpg # 指定影象檔案

labelme apc2016_obj3.jpg -o apc2016_obj3.json # 儲存後關閉labelme

labelme apc2016_obj3.jpg --nodata # json檔案不包含影象資料,而包含影象的相對路徑

--labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball # 指定 label list

labelme data_annotated/ # 指定影象資料夾

labelme data_annotated/ --labels labels.txt # 使用檔案指定 label list12

3456

78910

labelme 常用的命令列引數:

--flags: comma separated list of flags 或者 file containing flags

--labels:comma separated list of labels 或者 file containing labels

--nodata:stop storing image data to json file

--nosortlabels:stop sorting labels

--output:指定輸出資料夾

關於命令列引數的更多資訊,可以使用 labelme --help 命令檢視。

5.1 分類標註

使用 labelme 進行影象分類標註的教程詳見:labelme_classification

5.2 目標檢測標註

使用 labelme 進行目標檢測標註的教程詳見:labelme_bbox_detection

5.3 場景分割標註

使用 labelme 進行場景分割標註的教程詳見:labelme_semantic_segmentation

5.4 例項分割標註

使用 labelme 進行例項分割標註的教程詳見:labelme_instance_segmentation

5.6 其它形式的標註

labelme 除了能進行上面形式的標註,還能進行下面形式的標註:

多邊形矩形

圓形多段線線段點

使用 labelme 進行其它形式的標註的教程詳見:labelme_primitives

5.7 命令列工具

1. labelme_draw_json:

使用該命令可以快速檢視json格式的標註。

2. labelme_json_to_dataset:

使用該命令可以將json檔案轉為一**像和標籤文字檔案。

3. labelme_draw_label_png:

將label文字檔案以圖例的形式繪製到png格式的標籤上,並顯示出來。

關於上面三個命令的詳細使用的方法見:命令列工具

6. labelme 常見問題

如何將 json 檔案轉換為 numpy 陣列?請查閱 examples/tutorial。

如何載入 png 標籤檔案?請查閱 examples/tutorial。

如何獲取語義分割的標註?請查閱 examples/semantic_segmentation。

如何獲取例項分割的標註?請查閱 examples/instance_segmentation。

7. testing

pip install hacking pytest pytest-qt

flake8 .

pytest -v tests12

38. developing

git clone

cd labelme

# install anaconda3 and labelme

curl -l | bash -s .

source .anaconda3/bin/activate

pip install -e .12

3456

79. 將 labelme 打包成可執行檔案

下面的**說明了如何構建獨立可執行檔案(linux,windows,macos)。當然,我們也發布了預編譯版本。

# setup conda

conda create --name labelme python==3.6.0

conda activate labelme

# build the standalone executable

pip install .

pip install pyinstaller

pyinstaller labelme.spec

dist/labelme --version12

3456

789致謝

labelme 是在 mpitid/pylabelme 的基礎上開發而成,但後者已經停止開發了。

使用Labelme標註自己的資料集

參考 開啟方式 1 在終端輸入 labelme 2 標註影象成json檔案 3 在 media xm labelme cli中輸入命令 labelme json to dataset 檔名 json 即可得到乙個資料夾,有四個檔案,png,info.yaml label.png,label viz....

機器學習筆記 labelme標註工具使用

在自己的資料集上進行語義分割最基礎的一步便是對影象進行標註,以訓練得到自己的模型,標註是乙個比較繁瑣的活,所以需要乙個好的標註工具。安裝 進入啟用的環境,我是用pycharm,已經把環境繫結到了隔離的環境,所以每次進入終端,都是這個隔離環境。直接執行命令並使用阿里雲的源 pip install la...

mapx標註之詳解

以前做gis的時候,沒怎麼用到標記,今天終於接觸到標記這方面的東西,做了個demo測試了一下 首先寫了個操作mapx的單元,其中有個函式 function tmapmodule.createtempanimationlayer var currentmap tmap layername string...