labelme使用方法
labelme是一款在实例分割、语义分割、目标检测等任务中的一个常用工具,本文将介绍如何使用labelme。
labelme有各种版本,包括ubuntu、windows、macOS等。关于windows版本,也可以下载其相关的exe文件https://github.com/wkentaro/labelme/releases来使用标注
一、安装labelme第三方库
labelme开源库链接:https://github.com/wkentaro/labelme/tree/main
官方教程很详细,可按照官方教程进行安装,下面只是几个重要步骤:
开始安装前,确保你已经有python环境,并且有安装pip工具(或anaconda也可以)
linux和windows的安装过程类似,直接使用指令:pip install labelme
或者使用conda指令安装(前提是安装好anaconda):conda install labelme
或者使用指令从github中安装:pip3 install git+https://github.com/labelmeai/labelme
二、使用labelme进行标注(非linux环境)
1.首先进入图片目录
其中images文件夹存放的是图片,labels.txt存放的是标签信息,标签信息如下(前两项是必须要有的):
__ignore__
_background_
airplane
car
cat
person
bird
tree
2.启动lebelme
使用命令行:labelme ./images --labels ./labels.txt --nodata --validatelabel exact
释义:
images 是要处理的数据目录。
--labels labels.txt 指定标签文件,定义可用的标签。
--nodata 表示不加载任何数据,只进行标签验证。
--validatelabel exact 设定标签验证的精确性。
更多指令可见相关源代码:labelme/labelme/__main__.py
3.标注
可创建多种类型:
例如在目标检测任务中,需要标注目标物体的位置信息(大致边框范围)时,可用矩形
语义分割任务中我们需要详细指导物体的边缘,可以选择多边形
三、生成各类数据集
在官方源码的examples/instance_segmentation
文件夹下写好了生成脚本(其他对应的示例文件夹也有):
例如,想生成语义分割等任务的数据集,可以使用指令:./labelme2voc.py ./images ./OutImages --labels labels.txt
其中:
./labelme2voc.py 是要执行的脚本,位于当前目录。
images 是输入数据目录,包含 LabelMe 格式的标注文件。
OutImages 是输出目录,将保存转换后的 Pascal VOC 格式的数据。
--labels labels.txt 指定标签文件,用于定义转换过程中使用的标签。