[图像算法]-数据标注软件labelme详解

文章目录

  • 1. Labelme 是什么?
  • 2. Labelme 能干啥?
  • 3. Labelme 安装要求
  • 4. Labelme 安装方法
  • 5. Labelme 使用教程
    • 5.1 分类标注
    • 5.2 目标检测标注
    • 5.3 场景分割标注
    • 5.4 实例分割标注
    • 5.5 视频标注
    • 5.6 其它形式的标注
    • 5.7 命令行工具
  • 6. Labelme 常见问题
  • 7. Testing
  • 8. Developing
  • 9. 将 labelme 打包成可执行文件

1. Labelme 是什么?

Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 http://labelme.csail.mit.edu/ 。它是用 Python 语言编写的,图形界面使用的是 Qt(PyQt)。

2. Labelme 能干啥?

  • 对图像进行多边形,矩形,圆形,多段线,线段,点形式的标注(可用于目标检测,图像分割,等任务)。
  • 对图像进行进行 flag 形式的标注(可用于图像分类 和 清理 任务)。
  • 视频标注
  • 生成 VOC 格式的数据集(for semantic / instance segmentation)
  • 生成 COCO 格式的数据集(for instance segmentation)

3. Labelme 安装要求

  • Ubuntu / macOS / Windows
  • Python2 / Python3
  • PyQt4 / PyQt5 / PySide2

4. Labelme 安装方法

Labelme 安装方法大体可分为两大类:

  • 通用安装方法(各平台都适用):Anaconda,Docker。
  • 各平台上的安装方法:Ubuntu,macOS,Windows。

4.1 Anaconda
首先安装 Anaconda,然后运行下列命令:

##################
## for Python 2 ##
##################
conda create --name=labelme python=2.7
source activate labelme
# conda install -c conda-forge pyside2
conda install pyqt
pip install labelme
# 如果想安装最新版本,请使用下列命令安装:
# pip install git+https://github.com/wkentaro/labelme.git

##################
## for Python 3 ##
##################
conda create --name=labelme python=3.6
source activate labelme
# conda install -c conda-forge pyside2
# conda install pyqt
pip install pyqt5  # pyqt5 can be installed via pip on python3
pip install labelme

4.2 Docker
首先安装 Docker,然后运行下列命令:

wget https://raw.githubusercontent.com/wkentaro/labelme/master/labelme/cli/on_docker.py -O labelme_on_docker
chmod u+x labelme_on_docker

# Maybe you need http://sourabhbajaj.com/blog/2017/02/07/gui-applications-docker-mac/ on macOS
./labelme_on_docker examples/tutorial/apc2016_obj3.jpg -O examples/tutorial/apc2016_obj3.json
./labelme_on_docker examples/semantic_segmentation/data_annotated

4.3 Ubuntu

# Ubuntu 14.04 / Ubuntu 16.04
# Python2
# sudo apt-get install python-qt4  # PyQt4
sudo apt-get install python-pyqt5  # PyQt5
sudo pip install labelme
# Python3
sudo apt-get install python3-pyqt5  # PyQt5
sudo pip3 install labelme

4.4 macOS

# macOS Sierra
brew install pyqt  # maybe pyqt5
pip install labelme  # both python2/3 should work

# or install standalone executable / app
brew install wkentaro/labelme/labelme
brew cask install wkentaro/labelme/labelme

4.5 Windows
首先按照4.1的操作安装,然后进行如下操作:

# Windows 上的 Pillow5 会导致 dll 加载错误,所以请安装 Pillow4。
# 详情见:https://github.com/wkentaro/labelme/pull/174
conda install pillow=4.0.0

5. Labelme 使用教程

Labelme 能够进行多种形式的图像数据标注。Labelme 以 JSON 文件存储标注信息。下面介绍一些 labelme 软件的基本操作。

labelme  # 打开labelme软件
labelme apc2016_obj3.jpg  # 指定图像文件
labelme apc2016_obj3.jpg -O apc2016_obj3.json  # 保存后关闭labelme
labelme apc2016_obj3.jpg --nodata  # JSON文件不包含图像数据,而包含图像的相对路径
labelme apc2016_obj3.jpg \
  --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # 指定 label list

labelme data_annotated/  # 指定图像文件夹
labelme data_annotated/ --labels labels.txt  # 使用文件指定 label list

labelme 常用的命令行参数:

  • flags: comma separated list of flags 或者 file containing flags
  • labels:comma separated list of labels 或者 file containing labels
  • nodata:stop storing image data to JSON file
  • nosortlabels:stop sorting labels
  • output:指定输出文件夹
    关于命令行参数的更多信息,可以使用 labelme --help 命令查看。

5.1 分类标注

使用 labelme 进行图像分类标注的教程详见:labelme_classification

在这里插入图片描述

5.2 目标检测标注

使用 labelme 进行目标检测标注的教程详见:labelme_bbox_detection

在这里插入图片描述

5.3 场景分割标注

使用 labelme 进行场景分割标注的教程详见:labelme_semantic_segmentation

在这里插入图片描述

5.4 实例分割标注

使用 labelme 进行实例分割标注的教程详见:labelme_instance_segmentation

在这里插入图片描述

5.5 视频标注

使用 labelme 进行视频标注的教程详见:labelme_video_annotation

在这里插入图片描述

5.6 其它形式的标注

Labelme 除了能进行上面形式的标注,还能进行下面形式的标注:

  • 多边形
  • 矩形
  • 圆形
  • 多段线
  • 线段

使用 labelme 进行其它形式的标注的教程详见:labelme_primitives

在这里插入图片描述

5.7 命令行工具

1. labelme_draw_json
使用该命令可以快速查看JSON格式的标注。
2. labelme_json_to_dataset
使用该命令可以将JSON文件转为一组图像和标签文本文件。
3. labelme_draw_label_png
将label文本文件以图例的形式绘制到PNG格式的标签上,并显示出来。

关于上面三个命令的详细使用的方法见:命令行工具

6. Labelme 常见问题

  • 如何将 JSON 文件转换为 NumPy 数组?请查阅 examples/tutorial。
  • 如何加载 PNG 标签文件?请查阅 examples/tutorial。
  • 如何获取语义分割的标注?请查阅 examples/semantic_segmentation。
  • 如何获取实例分割的标注?请查阅 examples/instance_segmentation。

7. Testing

pip install hacking pytest pytest-qt
flake8 .
pytest -v tests


8. Developing

git clone https://github.com/wkentaro/labelme.git
cd labelme

# Install anaconda3 and labelme
curl -L https://github.com/wkentaro/dotfiles/raw/master/local/bin/install_anaconda3.sh | bash -s .
source .anaconda3/bin/activate
pip install -e .

9. 将 labelme 打包成可执行文件


下面的代码说明了如何构建独立可执行文件(Linux,Windows,macOS)。当然,我们也发布了预编译版本。

# Setup conda
conda create --name labelme python==3.6.0
conda activate labelme

# Build the standalone executable
pip install .
pip install pyinstaller
pyinstaller labelme.spec
dist/labelme --version

你可能感兴趣的:([图像算法]-数据标注软件labelme详解)