机器学习实现矿物识别（第一周）

第一阶段目的是将原图片和已经被标记号的json文件转化为coco格式
平台是win10商店下的Ubuntu
软件是labelme

1安装Ubuntu

• 找到win10商店、搜索ubuntu（有三个版本），3个都可以（亲测）。

2.安装anaconda3

• 可以找清华源的anaconda3.sh文件（我给一个总的网址，还可以下一些其他的文件）

https://mirrors.tuna.tsinghua.edu.cn/

• 将sh文件下载到本地后，找到ubuntu在windows下的物理地址。

C:\Users\Simon\AppData\Local\Packages\CanonicalGroupLimited.UbuntuonWindows_79rhkp1fndgsc\LocalState\rootfs\home\simon

注：更改用户名（Simon）后可以直接找到下载的CanonicalGroupLimited.Ubuntuon文件。此为ubuntu总目录。ubuntu的初始目录为/home/simon

• 安装

sudo bash Anaconda3-5.3.1-Linux-x86_64.sh

• 这里直接点回车会安装在/root/anaconda3目录下。也可以自己主动安装在/home/simon/…目录下。
• 安装过程根据自身的具体环境选择YES/NO，安装成功后如果出现

conda :command not found

则

sudo vim ~/.bashrc

添加

export PATH=/home/simon/anaconda/bin:$PATH

注：“i”进入insert模式；“esc”退出insert模式；“:wq”表示保存并退出。退出后保存。

source ~/.bashrc

验证conda命令是否成功。

conda env list

3. 配置labelme虚拟环境。

直接按照github上labelme指导文件进行操作。

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

• 解决问题的方法1：添加conda镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

• 解决问题的方法2：更新apt-get

sudo apt-get update
sudo apt-get upgrade

• 解决问题的方法3：关于pip下载出现的报错可以使用的解决代码

pip install pyqt5 -i http://pypi.douban.com/simple/
pip --default-timeout=100 install -U pyqt5
pip --default-timeout=100 install -i https://pypi.tuna.tsinghua.edu.cn/simple   pyqt5
pip --default-timeout=100 install -ihttps://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn/simple pyqt5

因为在win10商店下载的ubuntu没有图像界面所以直接使用：labelme启动程序会报错

4. 如果没有出现其他错误，可以直接实现转化格式

python labelme2coco.py mydata pyrite_coco_1 --labels labels.txt --noviz

到这一步，算是成功转化为coco格式。

• 、、、持续更新中、、、

在ubuntu下安装labelme
与上面步骤相同，甚至更为简单。首先下载.sh文件，然后解压；配置anaconda路径；创建labelme虚拟环境；进入虚拟环境；下载各类源。运行labelme。