Labelme 的安装

Labelme是用来进行图像标注的

1.创建一个虚拟环境

         conda create --name labelme python==3.7

        然后激活:  conda activate labelme

2.然后在虚拟环境中下载labelme :   pip install labelme==v3.11.2

3.在桌面创建一个文件夹 examples 然后在其下创建一个文件夹image和一个文件 labels.txt

4.image 里面放着图片,  labels.txt  里面第一行写 __ignore__(前后都是两个下横杠)  第二行写 _background_ (前后是一个横杠)  接下来的就是你的类别名字,如下:

5. 在git上搜3.1.2版本的labelme.拷贝labelme2voc.py的代码放在examples 里面.

https://github.com/wkentaro/labelme/blob/v3.11.2/examples/semantic_segmentation/labelme2voc.p

6. 在labelme下 cd到桌面的examples 文件夹中,然后输入

命令:labelme image --labels labels.txt --nodata,然后就出现了一个QT界面

,

然后就可以点create polygons 然后进行套图.如果点错了可以按退格键取消,保存的时候将会保存一个json文件,名字与原图名字相同,如果还想修改也可以点击edit polygons 来进行修改,然后再保存.

7.  标注完之后,要把图片变成VOC格式的图片输入

命令:python labelme2voc.py image data_dataset_voc --labels labels.txt

最后得到:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LabelMe是一个基于Python的图像标注工具,用于创建和标记图像数据集。它提供了一个用户友好的界面,允许用户手动绘制矩形、多边形和线条等标注物体。除此之外,LabelMe还支持自动分割和检测等功能。 对于LabelMe的二次开发,我们可以根据具体的需求进行不同的扩展和优化。以下是一些可行的二次开发方向: 1. 改进用户界面:可以进行界面美化,增加一些交互功能,提升用户体验。例如,可以通过引入更直观和高效的工具,提高标注物体的准确性和速度。 2. 引入新的标注工具和功能:可以根据实际需求,开发添加新的标注工具或功能,以满足更多样化的标注任务。例如,可以开发支持标注不同形状的工具,如椭圆或不规则多边形。 3. 导出数据格式的扩展:除了默认的标注数据导出格式,可以根据实际需要,开发并添加更多的导出格式选项。例如,可以支持将标注数据导出为不同的机器学习框架可用的格式,如COCO、VOC等。 4. 整合其他工具和库:可以将LabelMe与其他图像处理工具和库进行集成,以提供更全面和高级的功能。例如,可以整合OpenCV库,用于图像预处理和数据增强。 5. 定制标注过程:可以根据实际任务需求,对标注过程进行定制化开发。例如,可以开发基于机器学习或深度学习算法的半自动标注功能,以减少人工标注的工作量。 总之,通过二次开发LabelMe,我们可以根据具体需求对标注工具进行定制和改进,以提高标注的效率和准确性,同时适应不同的应用场景和任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值