【目标检测】Labelme的改进——海量图片的自动标注

    深度学习一般需要对大量的图片进行标注，但是手动标注耗时耗力，所以模仿labelme软件的功能，使用程序对大批量的图片进行自动标注，大大减少手动操作。下面介绍如何实现对大批量的图片进行标注。

自动标注的程序实现：https://github.com/shuyucool/Labelme.git

程序内容均为原创，如果使用麻烦您点赞呀

如遇疑问，欢迎随时交流，定尽量解答。联系方式：781990540

一：Labelme的安装参考——https://github.com/wkentaro/labelme.git

   这里简要介绍windows下如何安装：

 

1) 打开Anaconda命令行工具
2) conda create --name=labelme python=3.5 #我使用的版本是Python3.5，根据自己的情况修改版本号
3) activate labelme
4) conda install pyyaml
5) pip install labelme
6) labelme

   安装中可能会出现这样的错误：

 

from PyQt5 import QtCore 
ImportError: DLL load failed: 找不到指定的模块。

 出现这样错误的原因是：

      Anaconda 安装的Python缺少了python3.dll，可以通过去python.org 下载所需版本的python安装包并安装，然后从安装目录中拷贝python3.dll文件，粘贴到Anaconda安装目录下，也就是python36.dll所在的目录下，一般就是第一层目录，具体要看自己的安装情况。

详细解决方案参照——https://blog.csdn.net/ltime/article/details/71403947

 

二：了解Labelme生成的json文件的内部数据，批量生成标注图像

{
  "imageData": "xxxxxx", # 原图像数据通过b64编码生成的字符串数据，这里不重要，只需要知道是图像数据的另一种存储形式
  "shapes": [ # 所有对象的形状，鼠标点击的轮廓坐标点，填充颜色等
    { # 第一个对象
      "