labelme安装与使用（通过巩膜识别预测胆红素含量）

初接触图像处理，都是在开源网站，使用的开源数据集，进行练手和复现。成功运行，是有复现的喜悦，还是缺少了些成就感。抛开代码先不谈，首先要可以应用到自己的数据集；由此我们就可以学习致用。

胆红素是血液中的一种黄色色素，正常情况下，它在肝脏中被代谢并排出体外。当胆红素的代谢或排泄出现问题时，血液中的胆红素水平会升高，导致皮肤和眼睛的白色部分（巩膜）出现黄染，这种情况被称为黄疸。（通俗讲，胆红素越高，眼白会变黄）

理论成立。我们需要的是患者面部照片，以及对应体检的胆红素含量数据；最早接触的比如猫狗识别，二分类任务；自然地想由二分类到多分类任务进行含量预测。选择合适的网络，调整一下最后一层的输出。

处理数据集打标签

• LabelImg适合快速标注大量图像，尤其是当标注任务相对简单时。
• LabelMe适合需要精细标注的场景，如医学图像分析或复杂背景的图像分割。

 前者能干的后者都能干，直接尝试下labelme。

labelme 安装

pycharm+anaconda环境搭配（小白详细步骤）-CSDN博客https://blog.csdn.net/bookye_/article/details/142053104?spm=1001.2014.3001.5501我们需要安装anaconda创建一个虚拟环境，这里名称叫就叫labelme好了。

pip install pyqt5
pip install labelme

 将这两段命令运行一下，执行下载。

 直接再输入labelme就可以启动了

整个界面如图所示

简单介绍一下

File菜单：主要功能打开文件，和保存结果

Edit菜单：标注的状态（圆形、矩形、连线、关节点等等）

View菜单：控制参数显示，红色圈画的范围提示可以控制关闭

 要采集的标签信息是患者的眼部，假设该患者总胆红素含量TB为160。

自动保存：为了提高效率，你可以在Labelme的File菜单中勾选“Save automatically”选项，这样标注的结果会实时保存。

通过云函数构建api，搭配小程序框架模版

成果展示。