Anaconda
首先安装 Anaconda,然后运行下列命令:
##################
## for Python 2 ##
##################
conda create --name=labelme python=2.7
source activate labelme
# conda install -c conda-forge pyside2
conda install pyqt
pip install labelme
# 如果想安装最新版本,请使用下列命令安装:
# pip install git+https://github.com/wkentaro/labelme.git
##################
## for Python 3 ##
##################
conda create --name=labelme python=3.6
source activate labelme
# conda install -c conda-forge pyside2
# conda install pyqt
pip install pyqt5 # pyqt5 can be installed via pip on python3
pip install labelme
Ubuntu
# Ubuntu 14.04 / Ubuntu 16.04
# Python2
# sudo apt-get install python-qt4 # PyQt4
sudo apt-get install python-pyqt5 # PyQt5
sudo pip install labelme
# Python3
sudo apt-get install python3-pyqt5 # PyQt5
sudo pip3 install labelme
Windows
首先按照anaconda的操作安装,然后进行如下操作:
# Windows 上的 Pillow5 会导致 dll 加载错误,所以请安装 Pillow4。
# 详情见:https://github.com/wkentaro/labelme/pull/174
conda install pillow=4.0.0
Labelme 使用教程
Labelme 能够进行多种形式的图像数据标注。Labelme 以 JSON 文件存储标注信息。下面介绍一些 labelme 软件的基本操作。
labelme # 打开labelme软件
labelme apc2016_obj3.jpg # 指定图像文件
labelme apc2016_obj3.jpg -O apc2016_obj3.json # 保存后关闭labelme
labelme apc2016_obj3.jpg --nodata # JSON文件不包含图像数据,而包含图像的相对路径
labelme apc2016_obj3.jpg \
--labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball # 指定 label list
labelme data_annotated/ # 指定图像文件夹
labelme data_annotated/ --labels labels.txt # 使用文件指定 label list
labelme 常用的命令行参数:
--flags: comma separated list of flags 或者 file containing flags
--labels:comma separated list of labels 或者 file containing labels
--nodata:stop storing image data to JSON file
--nosortlabels:stop sorting labels
--output:指定输出文件夹
关于命令行参数的更多信息,可以使用 labelme --help 命令查看。
分类标注
使用 labelme 进行图像分类标注的教程详见:https://github.com/wkentaro/labelme/tree/v3.11.2/examples/classification
目标检测标注
使用 labelme 进行目标检测标注的教程详见:https://github.com/wkentaro/labelme/tree/v3.11.2/examples/bbox_detection
场景分割标注
使用 labelme 进行场景分割标注的教程详见:https://github.com/wkentaro/labelme/tree/v3.11.2/examples/semantic_segmentation
实例分割标注
使用 labelme 进行实例分割标注的教程详见:labelme/examples/instance_segmentation at v3.11.2 · wkentaro/labelme · GitHub
其它形式的标注
Labelme 除了能进行上面形式的标注,还能进行下面形式的标注:
- 多边形
- 矩形
- 圆形
- 多段线
- 线段
- 点
使用 labelme 进行其它形式的标注的教程详见:https://github.com/wkentaro/labelme/tree/v3.11.2/examples/primitives
命令行工具
1. labelme_draw_json:
使用该命令可以快速查看JSON格式的标注。
2. labelme_json_to_dataset:
使用该命令可以将JSON文件转为一组图像和标签文本文件。
3. labelme_draw_label_png:
将label文本文件以图例的形式绘制到PNG格式的标签上,并显示出来。Labelme 常见问题
如何将 JSON 文件转换为 NumPy 数组?请查阅 examples/tutorial。
如何加载 PNG 标签文件?请查阅 examples/tutorial。
如何获取语义分割的标注?请查阅 examples/semantic_segmentation。
如何获取实例分割的标注?请查阅 examples/instance_segmentation。
Testing
pip install hacking pytest pytest-qt
flake8 .
pytest -v tests
Developing
git clone https://github.com/wkentaro/labelme.git
cd labelme
# Install anaconda3 and labelme
curl -L https://github.com/wkentaro/dotfiles/raw/master/local/bin/install_anaconda3.sh | bash -s .
source .anaconda3/bin/activate
pip install -e .
将 labelme 打包成可执行文件
下面的代码说明了如何构建独立可执行文件(Linux,Windows,macOS)。当然,我们也发布了预编译版本。
# Setup conda
conda create --name labelme python==3.6.0
conda activate labelme
# Build the standalone executable
pip install .
pip install pyinstaller
pyinstaller labelme.spec
dist/labelme --version