前言

labelme是一個非常好用的免費的標注軟件，博主看了很多其他的博客，有的直接是翻譯稿，有的不全面。對于新手入門還是有點困難。因此，本文的主要是詳細介紹labelme該如何使用。

一、labelme是什么？

labelme是圖形圖像注釋工具，它是用Python編寫的，并將Qt用于其圖形界面。說直白點，它是有界面的， 像軟件一樣，可以交互，但是它又是由命令行啟動的，比軟件的使用稍微麻煩點。其界面如下圖：

它的功能很多，包括：

對圖像進行多邊形，矩形，圓形，多段線，線段，點形式的標注（可用于目標檢-測，圖像分割等任務）。 對圖像進行進行 flag 形式的標注（可用于圖像分類 和 清理 任務）。 視頻標注 生成 VOC 格式的數(shù)據(jù)集（for semantic / instance segmentation） 生成 COCO 格式的數(shù)據(jù)集（for instance segmentation）二、快速安裝使用

安裝教程都是參考的labelme github。

2.1 windows安裝

官網(wǎng)步驟如下：

# python3conda create --name=labelme python=3.6source activate labelme# conda install -c conda-forge pyside2# conda install pyqt# pip install pyqt5 # pyqt5 can be installed via pip on python3pip install labelme# or you can install everything by conda command# conda install labelme -c conda-forge

1.為labelme創(chuàng)建一個conda環(huán)境，命名為lableme

2.激活該環(huán)境

windows用命令activate labelme 或者 conda activate labelme

很少用windows, 說的不對請指正。

其實在這一步中，我遇到了一個問題

C:Windowssystem32> conda activate labelme CommandNotFoundError: Your shell has not been properly configured to use ’conda activate’.To initialize your shell, run $ conda init <SHELL_NAME> Currently supported shells are: - bash - fish - tcsh - xonsh - zsh - powershell See ’conda init --help’ for more information and options. IMPORTANT: You may need to close and restart your shell after running ’conda init’.

初始化conda啥的，不是很懂，最后通過博客解決

我用的第一種方法

首先查看conda env 的地址

我的在D盤，所以先切換到D盤 命令行輸入 conda.bat activate anacondaenvslabelme（注意和原博客不一樣）

再激活就正常了

3 安裝pyqt

前言里講過labelme是基于Qt的，所以必須安裝

conda/pip install pyqt

4 pip install labelme

2.2 linux安裝

# Ubuntu 14.04 / Ubuntu 16.04# Python2# sudo apt-get install python-qt4 # PyQt4sudo apt-get install python-pyqt5 # PyQt5sudo pip install labelme# Python3sudo apt-get install python3-pyqt5 # PyQt5sudo pip3 install labelme# or install standalone executable from:# https://github.com/wkentaro/labelme/releases

注意：使用如上安裝前，同winsows一樣，需要先創(chuàng)建labelme的conda環(huán)境。

2.3 macos安裝

# macOS Sierrabrew install pyqt # maybe pyqt5 我用的pip安裝pip install labelme # both python2/3 should work# or install standalone executable/app from:# https://github.com/wkentaro/labelme/releases

說明：這三種系統(tǒng)我都成功安裝過，放心吧~

安裝成功的啞子

有如下這些包

下次使用，命令行輸入labelme就可以打開軟件啦。嚴謹?shù)膩碚f，它是一個用pyqt5編寫的GUI界面。

三、界面說明

圖上看到，這個界面是非常簡潔的。

接下來具體講講如何使用。醫(yī)學圖像分析，我主要是研究分類和分割，所以重點講解如何標注分類標簽和分割標簽。

四、為圖像創(chuàng)建類標簽4.1 參數(shù)介紹

使用labelme --help會出來labelme的使用方法，它包括如下參數(shù)

我們解釋幾個重要的參數(shù)設置

?output：標注文件存放位置。如果給的參數(shù)是以.json結(jié)尾，則會向該文件寫入一個標簽。也就意味著如果使用.json指定位置，則只能對一個圖像進行注釋。如果位置不是以.json結(jié)尾，程序?qū)⒓俣ㄋ且粋€目錄。注釋將以與在其上進行注釋的圖像相對應的名稱存儲在此目錄中。 ?Flags: 為圖像創(chuàng)建分類標簽，多分類用逗號隔開。 ?nosortlabels： 是否對標簽進行排序

舉例：

命令行輸入 labelme image1.png --output image1.json --flags 0,1

其中，image1.png是圖像的地址，而不是名字。注意區(qū)別，因為我現(xiàn)在的路徑在圖像存放的當前文件夾，所以輸入名字就可以直接找到該圖像。如果你當前路徑不在圖像存放的文件夾，你需要給出圖像的完整路徑，如F:labelmeImageimage1.png?output image1.json 就是把打標簽的結(jié)果存放在image1.json這個文件里。因為我是對單一圖像打標簽，所以是以.json結(jié)尾。如果是對一個文件夾進行打標簽，那這里就不要以.json結(jié)尾，直接輸入你想存放的文件夾就行。?flags: 描述你分類的標簽是什么，0,1表示分兩類。也可以寫成多類，0,1,2,3,4.也可以用其他字符，如 negative，positive, 或者cat, dog。等等~

4.2 文件夾所有文件創(chuàng)建分類標簽

命令行輸入labeme 并且給定分類標簽。打開圖上右邊界面后，導入文件夾，就可以點圖像，對它進行標注。標注完一個，需要對其進行保存，才能打第二個圖像的標簽。這里沒有給定輸出位置，就會默認保存在圖像這個文件夾，并且名字和圖像的名字一樣，并以.json結(jié)尾。

4.3 為文件夾所有文件創(chuàng)建分割標簽

創(chuàng)建分割標簽主要用到多邊形工具, 把需要的區(qū)域框出來就好了。實驗數(shù)據(jù)來自labelme github: labelme/tree/master/examples/semantic_segmentation

五、大概步驟

1.運行l(wèi)abelme后，打開文件夾

2.使用多邊形工具勾勒目標

3.勾勒完成后創(chuàng)建標簽

4.微調(diào)邊框。點擊編輯多邊形，有很多操作。如圖上所示

5.最后存儲

以上是簡單的演示，官方做的實驗如下：

首先下載semantic_segmentation 這個文件夾。

注意：以下實驗都是在該文件夾下打開的終端

標注文件

labelme data_annotated --labels labels.txt --nodata --validatelabel exact --config ‘{shift_auto_shape_color: -2}’

作者已經(jīng)標注好了，我們就打開看看。

標簽格式轉(zhuǎn)換

由于標注好的文件是json格式，我們將其轉(zhuǎn)化成圖片格式或者其他格式。使用作者給的代碼labelme2voc.py。主要轉(zhuǎn)化的格式有： 類名字文件，原始圖像的jpeg格式，分割圖像的npy格式，png格式， 以及將分割圖像疊在原始圖像上的jpg格式。

作者給的命令： ./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

但是運行時會有報錯，修改成如下運行：

python labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

針對報錯：如果命令行不好修改代碼，建議直接修改這個Python文件里面的參數(shù)配置，再運行都可以。

六、 其他問題6.1 如何快速查看分割的json文件

labelme_draw_json 2011_000003.json

6.2 json 轉(zhuǎn) png

labelme_json_to_dataset apc2016_obj3.json -o apc2016_obj3_json

apc2016_obj3.json: 待轉(zhuǎn)化的json文件，

apc2016_obj3_json： 轉(zhuǎn)化后文件保存地址

一共會生成4個文件：

img.png: Image file.

label.png: uint8 label file.

label_viz.png: Visualization of label.png.

label_names.txt: Label names for values in label.png.

這和第4小節(jié)講的格式轉(zhuǎn)化差不多，4小節(jié)的python文件是可以根據(jù)自己需要隨便改設置的，而這個內(nèi)置方法是不允許改動的。

到此這篇關于Python深度學習之圖像標簽標注軟件labelme詳解的文章就介紹到這了,更多相關Python圖像標簽標注軟件labelme內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！