【587】安装 labelme

　　目前在做计算机视觉，需要自己打标，被安利 labelme，但是目前此网站以及不支持注册了，只能本地安装来实现。可以按照网站说明一步步操作。

• 按照 https://github.com/wkentaro/labelme 操作完成的

• 不同操作系统按照不同的方式安装，本文是 MacOS

• 需要安装 Anaconda、Docker，前者比较容易，后者也还好

• 下载 Docker Desktop，按照基本流程处理即可，然后运行下面代码，在 Terminal 里面运行即可

• ?

  1 2 3

  # on macOS socat TCP-LISTEN:6000,reuseaddr,fork UNIX-CLIENT:\"$DISPLAY\" & docker run -it -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=docker.for.mac.host.internal:0 -v $(pwd):/root/workdir wkentaro/labelme

• 然后安装 pyqt，用来实现图形界面效果的，可以参考：mac install PyQt5，通过以下实现

• ?

  1 2 3

  # brew 实现挺乱的 pip3 install sip pip3 install pyqt5

• 最后在安装 labelme 即可，如下所示：

• ?

  1	pip install labelme

   

　　使用方法：

• Run labelme --help for detail.

• The annotations are saved as a JSON file.

• 直接定位到图片所在文件夹，然后通过下面代码即可打开窗体操作

• ?

  1 2 3 4 5 6 7 8 9 10 11 12 13 14

  labelme  # just open gui   # tutorial (single image example) cd examples/tutorial labelme apc2016_obj3.jpg  # specify image file labelme apc2016_obj3.jpg -O apc2016_obj3.json  # close window after the save labelme apc2016_obj3.jpg --nodata  # not include image data but relative image path in JSON file labelme apc2016_obj3.jpg \   --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # specify label list   # semantic segmentation example cd examples/semantic_segmentation labelme data_annotated/  # Open directory to annotate all images in it labelme data_annotated/ --labels labels.txt  # specify label list with a file

   

　　其他相关链接及操作见 GitHub 链接。