Labelme的安装及使用教程（手把手教会，适合小白）

简介：LabelMe是一款广泛使用的图像标注工具，主要用于计算机视觉领域的数据准备。它可以帮助用户轻松地在图像上标注目标对象，并生成可用于训练机器学习模型的数据集。LabelMe支持多种类型的标注，包括边界框（bounding boxes）、多边形（polygons）、点等。

1.安装

• 激活已有python环境后，使用pip安装 labelme：

pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

• 安装labelme 依赖的其他 Python库，如 PyQt5、Pillow、numpy

  pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
  ......

2.使用教程

• 安装完成后，键入labelme自动打开操作界面

  

• 点击打开目录选中自己的数据集后，点击编辑进行标注

  （对于关键点任务，选择创建控制点即可）

• 点击保存为json文件                                                                                                                                                                             JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。

•              该json文件描述该图像中有两个被标注的对象，一个汽车和一个人，框选在一个矩形区域内，并且提供了这些矩形的左上角和右下角坐标。

• 将json文件转项目所需格式                                                                                                                                                                                                                                                               以yolo系列项目为例，yolo所需txt文件格式如下：

• json转yolo代码如下：

  import json
  import os
  
  # 为了提高计算效率和简化模型处理，用数字表示类别
  label_translate_dict = {
      "car": "0",
      "person": "1"
  }
  
  
  # 框xyxy的坐标转换为xywh，因为yolo读取的时xywh坐标
  def xyxy2xywh(size, box):  # (xmin,ymin)左上角，(xmax,ymax)右下角
      dw = 1. / size[0]  # 1/w
      dh = 1. / size[1]  # 1/h
      x = (box[0] + box[2]) / 2 * dw
      y = (box[1] + box[3]) / 2 * dh
      w = (box[2] - box[0]) * dw
      h = (box[3] - box[1]) * dh
      return [x, y, w, h]  # 返回的都是标准化后的值
  
  
  def json2yolo(path, save_path):
      txt_name = os.path.basename(path)  # 返回path最后文件名
      txt_name = txt_name.replace('.json', '.txt')
      with open(path, 'r') as f:
          data = json.load(f)  # 读取到这个文件所有内容，并返回字典dict格式
          h = data['imageHeight']
          w = data['imageWidth']
          res = []  # 创建用于写入的列表
          for item in data['shapes']:  # (打开json文件就可以明白)
              label = item['label']
              points = item['points']
              if len(points) == 2:  # json的框
                  xmin = min(points[0][0], points[1][0])
                  ymin = min(points[0][1], points[1][1])
                  xmax = max(points[0][0], points[1][0])
                  ymax = max(points[0][1], points[1][1])
                  box = [float(xmin), float(ymin), float(xmax), float(ymax)]
                  # 将x1, y1, x2, y2转换成yolo所需要的x, y, w, h格式
                  bbox = xyxy2xywh((w, h), box)
                  if label in label_translate_dict:
                      class_id = label_translate_dict[label]
                      res.append(f"{class_id} {' '.join(str(x) for x in bbox)}")
                  else:
                      print(f"Warning: Label '{label}' not found in label_translate_dict")
  
          # 写入目标文件中，格式为 id x y w h
          with open(os.path.join(save_path, txt_name), 'w') as out_file:
              for line in res:
                  out_file.write(line + '\n')
          out_file.close()
  
  
  if __name__ == '__main__':
      # json格式数据路径
      path = r"C:\Users\22857\Desktop\教培\data\json"  # 转换成txt的json文件，替换成自己的
      save_path = r'C:\Users\22857\Desktop\教培\data\txt'  # txt保存根目录，替换成自己的
      json_names = os.listdir(path)
      for json_name in json_names:
          json2yolo(os.path.join(path, json_name), save_path)  # json转换yolo格式的坐标
  

  转后格式如下：