라벨미
v5.5.0
시작 가이드 | 설치 | 사용법 | 예
Labelme는 http://labelme.csail.mit.edu에서 영감을 받은 그래픽 이미지 주석 도구입니다.
Python으로 작성되었으며 그래픽 인터페이스로 Qt를 사용합니다.
인스턴스 분할의 VOC 데이터 세트 예입니다.
기타 예(의미론적 분할, bbox 감지 및 분류)
다양한 기본 요소(다각형, 직사각형, 원, 선 및 점).
다각형, 직사각형, 원, 선 및 점에 대한 이미지 주석입니다. (지도 시간)
분류 및 정리를 위한 이미지 플래그 주석입니다. (#166)
비디오 주석. (비디오 주석)
GUI 사용자 정의(사전 정의된 라벨/플래그, 자동 저장, 라벨 유효성 검사 등) (#144)
의미론적/인스턴스 분할을 위해 VOC 형식 데이터세트를 내보냅니다. (의미론적 분할, 인스턴스 분할)
인스턴스 세분화를 위해 COCO 형식 데이터 세트를 내보냅니다. (인스턴스 분할)
Labelme를 처음 사용하는 경우 다음이 포함된 Labelme Starter를 시작할 수 있습니다.
모든 플랫폼용 설치 가이드 : Windows, macOS, Linux ?
단계별 튜토리얼 : 편집, 내보내기 및 다른 프로그램과의 통합에 대한 첫 번째 주석 ?
추가 탐사를 위한 귀중한 리소스 모음 ?.
다음과 같은 옵션이 있습니다.
플랫폼에 구애받지 않는 설치: Anaconda
플랫폼별 설치: Ubuntu, macOS, Windows
릴리스 섹션의 사전 빌드 바이너리
Anaconda를 설치한 후 아래에서 실행해야 합니다.
# python3conda create --name=labelme python=3source activate labelme# conda install -c conda-forge pyside2# conda install pyqt# pip install pyqt5 # pyqt5는 pip on python3pip install labelme# 또는 conda 명령으로 모든 것을 설치할 수 있습니다. # conda install labelme -c conda-forge
sudo apt-get install labelme# orsudo pip3 install labelme# 또는 다음에서 독립 실행형 실행 파일을 설치합니다:# https://github.com/labelmeai/labelme/releases# 또는 sourcepip3에서 설치 install git+https://github.com/labelmeai/ 라벨미
Brew install pyqt # 아마도 pyqt5pip install labelme# 또는 다음에서 독립 실행형 실행 파일/앱을 설치하십시오:# https://github.com/labelmeai/labelme/releases# 또는 sourcepip3에서 설치 install git+https://github.com/labelmeai/labelme
Anaconda를 설치한 후 Anaconda Prompt에서 다음을 실행합니다.
conda create --name=labelme python=3 conda 활성화 labelme pip install labelme# 또는 다음에서 독립 실행형 실행 파일/앱을 설치:# https://github.com/labelmeai/labelme/releases# 또는 sourcepip3에서 설치 git+https://github.com/labelmeai/labelme 설치
자세한 내용을 보려면 labelme --help 실행하세요.
주석은 JSON 파일로 저장됩니다.
labelme # 그냥 엽니다 gui# 튜토리얼(단일 이미지 예)cd 예제/튜토리얼 labelme apc2016_obj3.jpg # 이미지 파일 지정 labelme apc2016_obj3.jpg -O apc2016_obj3.json # savelabelme 후 창 닫기 apc2016_obj3.jpg --nodata # 이미지 데이터는 포함하지 않지만 JSON의 상대 이미지 경로는 포함하지 않음 filelabelme apc2016_obj3.jpg --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball # 라벨 목록 지정# 의미론적 분할 예시cd example/semantic_segmentation labelme data_annotated/ # it의 모든 이미지에 주석을 달기 위해 디렉토리를 엽니다.labelme data_annotated/ --labels labels.txt # 파일로 라벨 목록 지정
--output 주석이 기록될 위치를 지정합니다. 위치가 .json으로 끝나면 단일 주석이 이 파일에 기록됩니다. .json으로 위치가 지정된 경우 하나의 이미지에만 주석을 달 수 있습니다. 위치가 .json으로 끝나지 않으면 프로그램은 해당 위치를 디렉터리로 가정합니다. 주석은 주석이 작성된 이미지에 해당하는 이름으로 이 디렉토리에 저장됩니다.
labelme를 처음 실행하면 ~/.labelmerc 에 구성 파일이 생성됩니다. 이 파일을 편집할 수 있으며 다음에 labelme를 시작할 때 변경 사항이 적용됩니다. 다른 위치의 구성 파일을 사용하려는 경우 --config 플래그를 사용하여 이 파일을 지정할 수 있습니다.
--nosortlabels 플래그가 없으면 프로그램은 레이블을 알파벳순으로 나열합니다. 이 플래그를 사용하여 프로그램을 실행하면 제공된 순서대로 레이블이 표시됩니다.
플래그는 전체 이미지에 할당됩니다. 예
라벨은 단일 다각형에 할당됩니다. 예
JSON 파일을 numpy 배열로 변환하는 방법은 무엇입니까? 예제/튜토리얼을 참조하세요.
라벨 PNG 파일을 로드하는 방법은 무엇입니까? 예제/튜토리얼을 참조하세요.
의미론적 분할을 위한 주석을 얻는 방법은 무엇입니까? 예제/semantic_segmentation을 참조하세요.
인스턴스 분할을 위한 주석을 얻는 방법은 무엇입니까? 예제/instance_segmentation을 참조하세요.
이미지 분류
경계 상자 감지
의미론적 분할
인스턴스 분할
비디오 주석
git clone https://github.com/labelmeai/labelme.gitcd labelme# anaconda3 및 labelmecurl 설치 -L https://github.com/wkentaro/dotfiles/raw/main/local/bin/install_anaconda3.sh | bash -s .source .anaconda3/bin/activate pip 설치 -e .
다음은 macOS, Linux 및 Windows에서 독립 실행형 실행 파일을 빌드하는 방법을 보여줍니다.
# condaconda create --name labelme python=3.9 설정 conda activate labelme# 독립 실행형 실행 파일 빌드pip install .pip install 'matplotlib<3.3'pip install pyinstaller pyinstaller labelme.spec dist/labelme --버전
귀하의 환경에서 아래 테스트를 통과했는지 확인하세요.
자세한 내용은 .github/workflows/ci.yml 참조하세요.
pip 설치 -r 요구사항-dev.txt ruff format --check # `ruff format`을 사용하여 자동 수정ruff 검사 # `ruff check --fix`를 사용하여 자동 수정MPLBACKEND='agg' pytest -vsx 테스트/
이 저장소는 mpitid/pylabelme의 포크입니다.
