Labelme安装流程及使用流程

安装流程：
项目地址：https://github.com/wkentaro/labelme
1.新建环境：
conda create –name=labelme python=3.7（选择自己的python版本）
2.安装labelme：
pip install labelme
3.安装pyqt
pip install pyqt5
然后命令行输入labelme，如果能运行，就代表安装成功了。
安装中遇到的问题：
在输入labelme中我遇到了报错：FileNotFoundError: [Errno 2] No such file or directory 这个报错提示我在用户文件夹下没有.labelmerc文件，我猜测是安装中出现了问题，解决措施如下：
在报错的文件夹下新建一个txt文件，将这个博客中的代码粘贴到txt文件中：
[https://blog.csdn.net/qq_35283801/article/details/111835566]，并改名为.labelmerc(labelmerc是类型名)。
然后再输入labelme，就可以成功打开了。
使用：
主要说一下批量的json转成图片的方法：
参照了②中博客的方法
需要三个元素：
①img文件夹：在标注完成后，会有一个个json生成在标注的图片所在的文件夹下，假设这个文件夹为img
②label2voc.py文件：可以参照这个博客下载：
([https://blog.csdn.net/xiaotiig/article/details/110082670])
③label.txt文件，逐行依次是__ignore__,background,类别1，类别2…
值得注意的是ignore前后是两个_,background则是一个_
然后将这三个元素放到同一个文件夹中，并通过cd进入这个文件夹，然后在命令行输入：

python label2voc.py train target --labels label.txt

其中target是存储输出结果的文件夹，无需提前创建
运行上述命令行，然后打开target文件夹，打开第三个png的文件夹，就有输出结果了。
使用中的问题
这里我也遇到了问题，报错为：
TypeError: label2rgb() got an unexpected keyword argument 'img‘
解决方法如下：
找到报错的那行代码，将img改为image即可。