参考博客：https://blog.csdn.net/zong596568821xp/article/details/83375227 该博客截图: 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：

总结：

这里的python=x.x应该是根据自己的来。但是官方文档写的是： 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。 我的截图：

我的截图：

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

想要打开labelme使用：

参考如下：

出现了labelme的图形界面。

选择要标注的图片

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）。 点击create Polygons开始标注，ctrl+z可以撤回标注。

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

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。

生成了一个文件夹，里面有四个文件： 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： 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： 本来应该是，这样的： 所以，把缺失的代码粘贴到相同位置：

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