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。

posted @ 2024-10-11 23:59  兴财啊  阅读(170)  评论(0编辑  收藏  举报