【精选】深度学习图像标签标注软件labelme超详细教程 |
您所在的位置:网站首页 › label标签软件 › 【精选】深度学习图像标签标注软件labelme超详细教程 |
文章目录
前言一、labelme是什么?二、快速安装使用1.windows安装2.linux安装3.macos安装安装成功的哑子
三、界面说明四、为图像创建类标签4.1 参数介绍4.1 文件夹所有文件创建分类标签4.2 为文件夹所有文件创建分割标签
5. 其他问题5.1 如何快速查看分割的json文件5.2 json 转 png
前言
labelme是一个非常好用的免费的标注软件,博主看了很多其他的博客,有的直接是翻译稿,有的不全面。对于新手入门还是有点困难。因此,本文的主要是详细介绍labelme该如何使用。 提示:以下是本篇文章正文内容 一、labelme是什么?labelme是图形图像注释工具,它是用Python编写的,并将Qt用于其图形界面。说直白点,它是有界面的, 像软件一样,可以交互,但是它又是由命令行启动的,比软件的使用稍微麻烦点。其界面如下图: 它的功能很多,包括: 对图像进行多边形,矩形,圆形,多段线,线段,点形式的标注(可用于目标检-测,图像分割等任务)。对图像进行进行 flag 形式的标注(可用于图像分类 和 清理 任务)。视频标注生成 VOC 格式的数据集(for semantic / instance segmentation)生成 COCO 格式的数据集(for instance segmentation) 二、快速安装使用安装教程都是参考的labelme github。 1.windows安装官网步骤如下: # python3 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 # or you can install everything by conda command # conda install labelme -c conda-forge解说 为labelme创建一个conda环境,命名为lableme![]() ![]() 其实在这一步中,我遇到了一个问题 C:\Windows\system32> conda activate labelme CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'. To initialize your shell, run $ conda init Currently supported shells are: - bash - fish - tcsh - xonsh - zsh - powershell See 'conda init --help' for more information and options. IMPORTANT: You may need to close and restart your shell after running 'conda init'.初始化conda啥的,不是很懂,最后通过博客解决1 我用的第一种方法 首先查看conda env 的地址![]() ![]() 3 安装pyqt, 前言里讲过labelme是基于Qt的,所以必须安装 conda/pip install pyqt 4 pip install labelme 2.linux安装 # 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 # or install standalone executable from: # https://github.com/wkentaro/labelme/releases注意:使用如上安装前,同winsows一样,需要先创建labelme的conda环境。 3.macos安装 # macOS Sierra brew install pyqt # maybe pyqt5 我用的pip安装 pip install labelme # both python2/3 should work # or install standalone executable/app from: # https://github.com/wkentaro/labelme/releases说明:这三种系统我都成功安装过,放心吧~ 安装成功的哑子有如下这些包
接下来具体讲讲如何使用。医学图像分析,我主要是研究分类和分割,所以重点讲解如何标注分类标签和分割标签。 四、为图像创建类标签 4.1 参数介绍使用labelme --help会出来labelme的使用方法,它包括如下参数 举例: 命令行输入 labelme image1.png --output image1.json --flags 0,1 查看演示:此处无法添加视频,前往GongZhongHao查看 4.1 文件夹所有文件创建分类标签
查看演示:此处无法添加视频,前往GongZhongHao查看 4.2 为文件夹所有文件创建分割标签创建分割标签主要用到多边形工具, 把需要的区域框出来就好了。 实验数据来自labelme github: labelme/tree/master/examples/semantic_segmentation 大概步骤: 运行labelme后,打开文件夹使用多边形工具勾勒目标勾勒完成后创建标签微调边框。点击编辑多边形,有很多操作。如图上所示最后存储查看演示:此处无法添加视频,前往GongZhongHao查看 以上是简单的演示,官方做的实验如下: 1.首先下载semantic_segmentation 这个文件夹。 链接: https://github.com/wkentaro/labelme/tree/master/examples/semantic_segmentation.
2. 标注文件 labelme data_annotated --labels labels.txt --nodata --validatelabel exact --config ‘{shift_auto_shape_color: -2}’ 3. 标签格式转换 由于标注好的文件是json格式,我们将其转化成图片格式或者其他格式。使用作者给的代码labelme2voc.py。主要转化的格式有: 类名字文件,原始图像的jpeg格式,分割图像的npy格式,png格式, 以及将分割图像叠在原始图像上的jpg格式。 作者给的命令: ./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt 但是运行时会有报错,修改成如下运行: python labelme2voc.py data_annotated data_dataset_voc --labels labels.txt 针对报错:如果命令行不好修改代码,建议直接修改这个Python文件里面的参数配置,再运行都可以。 5. 其他问题 5.1 如何快速查看分割的json文件 labelme_draw_json 2011_000003.jsonapc2016_obj3.json: 待转化的json文件, apc2016_obj3_json: 转化后文件保存地址 一共会生成4个文件: img.png: Image file. label.png: uint8 label file. label_viz.png: Visualization of label.png. label_names.txt: Label names for values in label.png. 更多功能前往github仔细阅读。今天就分享到这里。 即使工作再忙,都坚持分享,看到这儿了,不点赞,关注,鼓励一下嘛😂 https://www.freesion.com/article/84271090876/ ↩︎ |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |