Labelme分割标注软件的使用以及标注和标签生成

Labelme是一款经典的标注工具，支持目标检测、语义分割、实例分割等任务。今天总结一下安装流程以及过程中遇到的问题

1 环境配置与安装

1.1 创建conda虚拟环境(建议)

为了不影响其他python环境，建议新建一个环境。（不想新建可以跳过）
这里以创建一个名为labelme_env，python版本为3.8的环境为例：

conda create -n labelme_env python=3.8

创建完成后，进入新环境：

conda activate labelme_env

1.2 安装Labelme

安装非常简单，直接使用pip安装即可：

pip install labelme

安装完成后在终端输入labelme即可启动：

labelme

2 简单使用

这里建议大家按照我提供的目录格式事先准备好数据，然后在该根目录下启动labelme（注意启动目录位子，因为标注json文件中存储的图片路径都是以该目录作为相对路径的）

 img_data: 存放你要标注的所有图片

data_annotated: 存放后续标注好的所有json文件

label.txt: 所有类别信息

2.1 创建label标签文件

虽然在labelme中能够在标注时添加标签，但我个人强烈建议事先创建一个label.txt标签（放在上述位置中），然后启动labelme时直接读取。标签格式如下：

__ignore__

_background_

dog

cat

每一行代表一个类型的名称，前两行是固定格式__ignore__和_background_都加上，否则后续使用作者提供的转换脚本（转换成PASCAL VOC格式和MS COCO格式）时会报错。也就是从第三行开始就是我们需要分割的目标类别。这里以分割猫狗为例。

在这里，因为是新手，又没法从自己电脑的文件中找到不同环境下安装的labelme，所以不知道在哪怎么创建标签label.txt，所以找了CMD创建文件的方法及CMD打开常用工具的命令，我使用的是第一种，在新的环境中直接在cmd输入echo  a 2>file.txt，创建了一个txt文件，发现就是在C:\Users\用户名 下面，然后我直接点开txt文件添加的标签。

1、echo  a 2>file.txt

echo是回显命令，会回显命令后面字符串内容。

"2”表示错误输出的句柄，此例中没有错误输出，所以创建了没有内容的空文件。 
其实>默认都是重定向了句柄1，即标准输出句柄。比如cd.>a.txt，其实就是cd. 1>a.txt。 
同样，句柄3到9也可以使用在本例中，它们是未经定义的句柄，也不会有输出，如 echo a 3>a.txt。

2、cd .>a.txt 
cd.表示改变当前目录为当前目录，即等于没改变；而且此命令不会有输出。 
“>”表示把命令输出写入到文件。后面跟着a.txt，就表示写入到a.txt。 
而此例中命令不会有输出，所以就创建了没有内容的空文件。 
cd >1.txt也是可以的。 

3、copy nul a.txt 
nul表示空设备，从概念上讲，它不可见，存在于每个目录中，可以把它看成一个特殊的“文件”，它没有内容；一般可把输出写入到nul，来达到屏蔽输出的目的，如pause>nul，此命令执行效果是暂停，并且不会显示“请按任意键继续…”。 
此例子表示将空设备复制到a.txt，同样创建了没有内容的空文件。

4、type nul>a.txt 
type是打开文件的命名，类似Linux的cat。此例子表示显示空设备的内容，并写入到a.txt。
 

除此之外，如果不想用这种方式创建标签，可以直接在labelme中创建，下面继续说明：

2.2 启动labelme

在创建好标签后，启动labelme并读取标签文件（注意启动根目录），其中--labels指定了标签文件的路径。

labelme --labels label.txt

读取标签后，我们在界面右侧能够看到Label List中已经载入了刚刚我们自己创建的标签文件，并且不同类别用不同的颜色表示。（如果没有创建标签，list中是空白的，不要着急下面会说明）

 

2.3 打开文件/文件夹

点击界面左侧的Open或OpenDir打开文件或文件夹，这里就选择我们刚刚说好的img_data（该文件夹中存储了所有后续需要标注的图片）：

2.4 设置保存结果路径

养成良好习惯，先将保存路径设置好。

先点击左上角File，Change Output Dir设置标注结果的保存目录，这里就设置成前面说好的data_annotated。
建议将Save With Image Data取消掉，默认是选中的。如果选中，会在保存的标注结果中将图像数据也保存在.json文件中（个人觉得没必要，还占空间）。

2.5 标注目标

首先点击左侧的CreatePolygons按钮开始绘制多边形，然后用鼠标标记一个一个点把目标边界给标注出来（鼠标放置在第一个点上，点击一下会自动闭合边界）。标注后会弹出一个选择类别的选择框，选择对应类别即可。
如果标注完一个目标后想修改目标边界，可以点击工具左侧的EditPolygons按钮，然后选中要修改的目标，拖拉边界点即可进行微调。如果要在边界上新增点，把鼠标放在边界上点击鼠标右键选择Add Point to Edge即可新增边界点。如果要删除点，把鼠标放在边界点上点击鼠标右键选择Remove Selected Point即可删除边界点。

 此时，如果没有list，可以在这里直接创建标签。

• 也可以直接在图片上反键选择其他的标注图形，除多边形Polygons外还有矩形Retangle、Circle圆形、Point点等。

 

• 标注完一张图片后，点击界面左侧的Save按钮即可保存标注结果，默认每张图片的标注信息都用一个json文件存储。

2.6 保存json文件格式

标注得到的json文件格式如下，将一张图片中的所有目标的坐标都保存在shapes列表中，列表中每个元素对应一个目标，其中label记录了该目标的类别名称。points记录了一个目标的左右坐标信息。其他信息不在赘述。根据以下信息，其实自己就可以写个脚本取读取目标信息了。
 

{
  "version": "4.5.9",
  "flags": {},
  "shapes": [
    {
      "label": "dog",
      "points": [
        [
          108.09090909090907,
          687.1818181818181
        ],
        ....
        [
          538.090909090909,
          668.090909090909
        ],
        [
          534.4545454545454,
          689.0
        ]
      ],
      "group_id": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "../img_data/1.jpg",
  "imageData": null,
  "imageHeight": 690,
  "imageWidth": 690
}