制作分割数据集——labelme工具的使用

在git上下载labelme的zip包 https://github.com/wkentaro/labelme ，进行底下的安装操作，我是在anaconda的tensorflow环境下面装的，需要步骤：

source activate tensorflow-gpu  #激活tensorflow环境
pip install pyqt5
pip install labelme

然后拿张图片做例子，介绍使用方法：
桌面有一张图片，cd 桌面，激活你安装labelme的环境（我的是激活tensorflow环境），输入labelme 0011.jpg，可以弹出gui界面，上面显示的就是我的那张图片
选择左边的create polygons，手动给人画边界框，如下图所示。画完之后输入label为person，ctrl+s保存，就能保存json文件了。

下面演示如何读取这个json文件，并生成二值分割图像。
找到刚刚下载的labelme的zip包，去labelme/examples/semantic_segmentation路径下，可以看到有这几个文件夹，其中data_annotated放的是原图和对应的json文件，data_dataset_voc是输出结果，labelme2voc是主函数，labels.txt是标签类别，就是说，凡是标注时候使用过的类别，这个labels.txt里都必须要出现，否则会报错。

把data_dataset_voc文件夹删掉，把我们刚刚的0011.jpg和对应的0011.json放进data_annotated中，然后在labelme/examples/semantic_segmentation路径下执行：./labelme2voc.py labels.txt data_annotated data_dataset_voc。等生成完后，去data_dataset_voc/SegmentationClassPNG路径下就能看到0011.png图像了。

可能报错1：
Output directory already exists: data_dataset_voc
解决：已经存在data_dataset_voc文件夹了，也就是上一次的结果没有删掉，记得删掉就好，或者换成其他的名字也可以。

可能报错2：

File "/home/wz/Software/anaconda3/envs/tensorflow-gpu/lib/python3.5/site-packages/labelme/utils/shape.py", line 57, in shapes_to_label
    cls_id = label_name_to_value[cls_name]
KeyError: 'bottle'

解决：json文件里面出现的类别没有在labels.txt里面找到，所以需要在labels.txt里面把类别写全，不能漏。