labelImg和labelme的区别、安装和基本使用

labelImg和labelme的区别

labelImg

labelimg是一种矩形标注工具，常用于目标识别和目标检测，其标记数据输出为.xml和.txt

labelme

labelme是一种多边形标注工具，可以准确的将轮廓标注出来，常用于分割，其标记输出格式为json

区别

labelImg和labelme都是训练数据集时，用于给数据集打标签的软件，但一个是矩形框，一个是可以标记不规则边缘，用于CV的不同领域

CV的四大基本任务

计算机视觉图像识别四大基本任务，上经典图：

（a）图像分类（目标检测）：一张图像中是否含某种物体
（b）物体定位（目标检测与目标识别）：确定目标位置和所属类别。
（c）语义分割（目标分割和目标分类）：对图像进行像素级分类，预测每个像素属于的类别，不区分个体；（所有的CUBE一个颜色）
（d）实例分割（目标分割和目标识别）：定位图中每个物体，并进行像素级标注，区分不同个体；（CUBE都是不同颜色）

• 目标检测（object detection）
  除了要告诉输入图像中包含了哪类目前外，还要框出该目标的具体位置和大小（bounding boxes）
• 目标识别（objec recognition）
  是指明一幅输入图像中包含的目标是谁。其输入为一幅图像在确定其类别的基础上，进一步确定这个目标是谁(比如:小明，短脚猫等)
• 目标分割（object segmentation）
  目标分割是对目标进行像素级的目标检测，即不是用边框将目标框起来，而是需要知道哪个像素是不是属于目标的一部分
• 目标分类（object classification）
  对于一幅图像(其中包含一个主要的对象)，确定该幅图像是哪一个类别(比如:海滩，楼房)

labelImg的安装和使用

labelImg的安装——Win10

Win10可以直接下载简易版exe文件，下载地址：https://github.com/tzutalin/labelImg/releases，选择windows_v1.8.1.zip，下载并解压，直接双击exe文件点开即用，下载后，发个快捷方式到桌面就可了

labelImg的使用

• 文件夹的匹配和存储位置的定位
  
• 打框
  点击图示Create RectBox，框住后在弹出框中选择已有类别，或创建新的目标类别即可
• 缩放图片
  Ctrl+滚轮 用于缩放图片

labelme的安装和使用

labelme的安装——Win10

前提：需要你已经安装好Anaconda，如果没有安转，可以看我的另一篇文章，从0开始搭建深度学习环境-Pytorch-GPU，其中介绍了如何安装Anaconda-Python3.9以及其他做深度学习的基本环境的配置：
https://blog.csdn.net/weixin_44097477/article/details/123411320
安转好Anaconda后，labelme的安装步骤如下，均在Anaconda Powershell Prompt 中执行：
0）创建环境

##创建环境一个名为labelme的python环境
conda create -name=labelme python=3.9 //和自己安装的anaconda Python版本的版本号要一致

1）激活环境

conda activate ame=labelme //激活以labelme为名称的labelme环境，这里输入conda activate labelme也有可能，创建环境后，命令行的提示语句到底用什么激活

2）安装 PyQt5

pip install PyQt5

3）安装labelme

pip install labelme

4）打开labelme
直接在Anaconda Powershell Prompt 中输入labelme，回车即可打开

labelme的使用

0）打开文件
Open：打开某一张图片
OpenDir：打开某一文件夹，加载其目录下的所有图片
1）打标签

• 选择 create polygons 手动进行勾画多边形轮廓，全部完成后保存为 json 文件
• 右键单击可以选择不同的标注方式，比如 polygons 用于分割（多边形框），rectangle 用于检测（矩形框）
  
• 如果是目标识别，一个图像中有多只猫，标签的命名规则为：cat1,cat2 …,dog1,dog2,…，如果是目标分类只需要打car,dog即可。
• labelme 可以进行多类别标注，Label List 显示当前已有的类别，Polygon Labels 显示当前已标注的区域，通过勾选 Polygon Labels 前面的 “√”，可以选择显示特定的分割区域：