图像语义分割标注工具labelme制作自己的数据集用于mask-rcnn训练

labelme（标注mask数据集用的）

github地址：https://github.com/wkentaro/labelme

windows

python2

pip install pyqt
pip install labelme

python3

pip install pyqt5
pip install labelme

ubuntu16.04 系统自带的python2.7环境

sudo apt-get install python-qt4 pyqt4-dev-tools
sudo pip install labelme  # python2 works

使用

（1）在终端中执行以下命令：

labelme

（2）出现labelme的界面：

（3） 点击“open”，打开需要标注的图像，选择对目标区域进行标注

假如你要标注的对象为人和狗，在画掩码过程中，一幅图像中如果有多个person、dog，命名规则为person1、person2…… dog1、dog2……。因为labelme生成的标签为一个label.png文件，这个文件只有一通道，在你标注时同一标签mask会被给予一个标签位，而mask要求不同的实例要放在不同的层中。最终训练索要得到的输入为一个w*h*n的ndarray，其中n为该图片中实例的个数

（4） 标注完成后点击，产生一个json文件

（5）进入<文件名>.json所在目录下，在终端中执行

 labelme_json_to_dataset  <文件名>.json

可得到一个文件夹，里面有五个文件，分别是：
*.png
info.yaml
label.png
label_names.txt
label_viz.png

其中 label.png 和 info.yaml 是我们需要用到的！ 标注已经完成！

label.png相当于mask 文件，可视化为：

其中每个对象上的红色数字，是我截图的时候加上去的的，表示每个对象区域在图像中的真实像素值

（6）如果需要批量转换的话，就需要自己写shell 脚本

---

参考：

Mask RCNN训练自己的数据集
【图像语义分割】Label data的标注–Labelme（python）
labelme标注的数据分析