【图像语义分割】Label data的标注--Labelme（python）

图像语义分割是一种pixel-wise级的一种图像分类操作，其目的是在图像中上的同一个类别上打上相同的label，以表示这个类别是同一类。

在训练自己的数据集中，语义分割最重要且最基础的一步便是对图像进行标注，以训练得到自己的模型。

在标注图像中，MIT开源了一款标注软件，Labelme. 
http://labelme2.csail.mit.edu/Release3.0/index.php?message=1 
个人觉得不是特别好用，需要和Matlab toolbox 联合使用。

在这推荐一个python版的labelme，链接： 
https://github.com/wkentaro/labelme

我在测试该软件的时候，python3环境下，发现有几处bug，已经报给作者了。所以如果最近使用的话，还是推荐在python2环境使用。 
（第一个bug，作者已经解决了，应该不久就完美支持python3）

安装的话，作者的readme写的非常详细了，由于作者没有windows环境，因此没有对其进行过测试。我在这篇blog上补充下win10环境的anaconda安装环境， 
其安装步骤完全类似于在其他各个平台上的anaconda环境下的labelme安装：

conda create --name=labelme python=2.7
source activate labelme
conda install pyqt
pip install labelme

• 1
• 2
• 3
• 4

如果想要安装python3的话，更改第一句为：

conda create --name=labelme python=3.5

• 1

软件的使用

可直接参考作者的readme，我这里仅仅是对其补充

作者已经将这个软件变得非常傻瓜式的操作： 

在View处的Andvanced mode可以切换模式。 
通过open读取文件，选择create polygons对想要的区域进行编辑： 

这里仅选择了一个eye，然后保存即可得到一个json文件。

我们的目的是得到label data，json对我们来说还是要转换为单通道的image

终端输入：

labelme_json_to_dataset <文件名>.json

• 1

即可得到一个文件夹，有四个文件，*.png, info.yaml , label.png, label_viz.png。 
其中label.png即是我们要的label_data.

看起来是全黑的，然而读到像素中，是可以看到对相同类别的文件进行标注了。 
我这里用matlab，进行突出对比度显示为： 

标注已经完成！

可能需要批量转换的话，就需要自己写shell 脚本会方便一些。