Labelme的安装和打开并使用

参考博客:https://blog.csdn.net/zong596568821xp/article/details/83375227
该博客截图:
ljx
ljx
参考文档(应该是官方文档):
https://codechina.csdn.net/mirrors/wkentaro/labelme?utm_source=csdn_github_accelerator

文档截图:
ljx

总结:

  1. 打开anaconda prompt,依次输入如下命令。(我的base环境是python3.6.5)
conda create --name=labelme python=3.6

这里的python=x.x应该是根据自己的来。但是官方文档写的是:
ljx
可能是python2 的就写2.7,python3 的就写3.6。这一步就是在D:\Anaconda3\envs(这个是我的envs路径)的文件夹下新建了一个环境。在anaconda navigator里也可以看到。
ljx
我的截图:
ljx

  1. 然后我们激活这个环境:
conda activate labelme

我的截图:
ljx

  1. 开始在这个环境下安装labelme
    代码:pip install labelme
    但是我在输入这行的时候报错:
    ljx
    于是我换了国内的源:
pip install labelme -i https://pypi.doubanio.com/simple

ljx
安装成功!
ljx
参考链接:https://blog.csdn.net/qq_15969343/article/details/79840517

想要打开labelme使用:

参考如下:
ljx

  1. 打开anaconda prompt,输入下面代码激活环境。
activate labelme
  1. 输入下面代码打开labelme。
labelme

ljx

  1. 出现了labelme的图形界面。
    ljx

  2. 选择要标注的图片
    ljx

  3. 圈出标注对象,命名规则:一幅图像中如果有多个person、dog,命名规则为person1、person2…… dog1、dog2……。因为labelme生成的标签为一个label.png文件,这个文件只有一通道,在你标注时同一标签mask会被给予一个标签位,而mask要求不同的实例要放在不同的层中。最终训练索要得到的输入为一个whn的ndarray,其中n为该图片中实例的个数。(如果是做语义分割,则没必要如此区分)
    ljx
    点击create Polygons开始标注,ctrl+z可以撤回标注。

  4. 标注完成之后保存,会存为一个.json文件。
    ljx
    打开.json文件就是这个样子。
    ljx

  5. 该json文件需要转换为训练程序需要的Mask数据,重新开一个anaconda prompt窗口,进入labelme的环境,输入命令。

labelme_json_to_dataset 文件所在目录.json

ljx

生成了一个文件夹,里面有四个文件:
ljx
但是正常来说应该有五个文件,其中 label.png 和 info.yaml 是我们需要用到的:
ljx
遂查找原因:

参考链接:https://blog.csdn.net/winter616/article/details/104426111/

找到json_to_dataset.py文件:
我的路径是:D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli\json_to_dataset.py

打开该文件,发现文件末尾处缺失了生成info.yaml的声明:
ljx
本来应该是,这样的:
ljx
所以,把缺失的代码粘贴到相同位置:

#开头引入
    import yaml
#后部分加上生成".yaml"文件的部分  一定注意位置
    logger.warning('info.yaml is being replaced by label_names.txt')
    info = dict(label_names=label_names)
    with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
        yaml.safe_dump(info, f, default_flow_style=False)

ljx
ljx

然后再次运行命令labelme_json_to_dataset 文件路径.json
ljx
成功!
ljx

  • 12
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
CSDN LabelMe是一个开源的标注工具,主要用于图像和视频的标注。下面是关于CSDN LabelMe的安装以及使用方法的详细介绍。 安装CSDN LabelMe非常简单,首先需要在电脑上安装Python环境,然后从GitHub上下载CSDN LabelMe的源代码。安装完成后,可以通过运行指定命令来启动CSDN LabelMe。 使用CSDN LabelMe的第一步是准备要标注的图像或视频数据。将这些数据放入CSDN LabelMe所在的文件夹中,然后打开CSDN LabelMe的界面。在界面的左上角可以看到"Load"按钮,点击它可以加载要标注的数据。 加载数据后,可以使用鼠标在图像上进行绘制和修改。CSDN LabelMe支持绘制矩形、多边形、点和线段等不同的标注形状。在标注过程中,可以使用键盘上的快捷键来切换不同的标注工具和操作模式。 除了简单的绘制,CSDN LabelMe还支持更复杂的功能,比如图像或视频的裁剪、缩放和旋转等操作。在标注过程中,可以使用这些功能来更精确地定位和标记感兴趣的目标。 标注完成后,可以将结果保存到指定的文件中。CSDN LabelMe支持多种不同的数据格式,比如json、xml或Matlab等。选择适合自己工作流程的格式,保存标注结果以供后续的分析和处理。 总的来说,CSDN LabelMe是一个功能强大、易于使用的标注工具,可以帮助用户高效地完成图像和视频的标注任务。通过正确的安装使用,可以快速地掌握其操作方法,并完成标注工作。

“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 2
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