LabelMe 标注文件格式说明

LabelMe 标注文件格式说明

LabelMe 简介

LabelMe 是一款开源的图像标注工具，由麻省理工学院计算机科学与人工智能实验室 (CSAIL) 开发。它主要用于手动标注图像数据，以便为计算机视觉任务（如目标检测、图像分割和物体识别）生成训练数据。LabelMe 提供了一个友好的用户界面，支持多种标注类型，如矩形、圆形、多边形和线条，适合各种应用场景。

标注文件示例

{
  "version": "5.5.0",
  "flags": {},
  "shapes": [
    {
      "label": "is-a-label",
      "points": [
        [
          471.7647058823529,
          1020.0
        ],
        [
          537.0588235294118,
          1042.3529411764707
        ],
        [
          622.9411764705883,
          784.1176470588235
        ],
        [
          565.2941176470588,
          764.7058823529412
        ]
      ],
      "group_id": null,
      "description": "",
      "shape_type": "polygon",
      "flags": {},
      "mask": null
    }
  ],
  "imagePath": "000000331_1718860638356.jpg",
  "imageData": null,
  "imageHeight": 1600,
  "imageWidth": 1200
}

标注文件格式解析

version 版本

version 字段表示 LabelMe 软件的版本号。在示例中，版本号是 5.5.0。这个信息有助于确保文件格式的兼容性，特别是在不同版本之间可能存在差异的情况下。

flags 标签

flags 是一个字典对象，用于存储图像级别的标志信息。在示例中，它是一个空字典 {}，表示没有任何特殊标志。

shapes 标注图形

shapes 是一个列表，其中每个元素代表一个标注图形。每个标注图形包含以下几个字段：

label 标注图像的标签

label 字段表示该标注图形的标签。在示例中，标签是 "is-a-label"。这个标签用于描述图形所代表的物体或区域。

points 标记点

points 字段是一个列表，其中每个元素是一个二维点的坐标，表示标注图形的顶点。坐标的单位是像素，参考点位于图像的左上角。每个点的坐标表示相对于图像左上角的水平（x）和垂直（y）距离。

group_id 组ID

group_id 字段用于表示该标注图形所属的组。在示例中，它是 null，表示没有分组。这个字段在处理复杂标注任务时非常有用，例如将多个形状分组为一个整体。

description 形状的描述

description 字段用于对形状进行描述。在示例中，它是一个空字符串 ""。这个字段可以用于添加额外的注释或描述信息。

shape_type 形状的类型

shape_type 字段表示标注图形的类型。在示例中，它是 "polygon"，表示该形状是一个多边形。LabelMe 支持多种形状类型，如矩形（rectangle）、圆形（circle）、线条（line）等。

flags 形状标志

flags 是一个字典对象，用于存储形状级别的标志信息。在示例中，它是一个空字典 {}，表示没有任何特殊标志。

mask 形状的掩码

mask 字段用于存储形状的掩码信息。在示例中，它是 null。这个字段在某些应用场景下可能会用到，例如语义分割任务。

imagePath 图像的文件路径

imagePath 字段表示图像文件的路径。在示例中，路径是 "000000331_1718860638356.jpg"。这个路径可以是相对路径或绝对路径，具体取决于项目的组织方式。

imageData 图像数据

imageData 字段用于存储图像的 Base64 编码数据。在示例中，它是 null，表示没有嵌入图像数据。通常情况下，图像数据会单独存储在文件系统中，而不是嵌入到标注文件中。

imageHeight 图像的高度

imageHeight 字段表示图像的高度，单位是像素。在示例中，高度是 1600 像素。

imageWidth 图像的宽度

imageWidth 字段表示图像的宽度，单位是像素。在示例中，宽度是 1200 像素。

---

LabelMe 的标注文件格式结构清晰，易于理解和解析。它不仅适用于简单的标注任务，也能支持复杂的多形状、多标签标注需求。通过详细理解每个字段的含义和用途，用户可以更好地利用 LabelMe 工具进行高效的图像标注工作，为后续的深度学习模型训练提供高质量的数据支持。

---

欢迎关注作者公众号，获取更多技术分享