标签我

标签我

使用 Python 进行图像多边形标注

入门指南|安装|用途|示例

描述

Labelme 是一款图形图像注释工具，灵感来自 http://labelme.csail.mit.edu。
它是用 Python 编写的，并使用 Qt 作为其图形界面。

实例分割的 VOC 数据集示例。

其他示例（语义分割、bbox 检测和分类）。

各种图元（多边形、矩形、圆形、直线和点）。

特征

• 多边形、矩形、圆形、直线和点的图像注释。 （教程）

• 用于分类和清理的图像标记注释。 （＃166）

• 视频注释。 （视频注释）

• GUI 定制（预定义标签/标志、自动保存、标签验证等）。 （＃144）

• 导出 VOC 格式数据集以进行语义/实例分割。 （语义分割、实例分割）

• 导出 COCO 格式的数据集以进行实例分割。 （实例分割）

入门指南

如果您是 Labelme 新手，您可以开始使用 Labelme Starter，其中包含：

• 适用于所有平台的安装指南：Windows、macOS 和 Linux ？

• 分步教程：首先注释编辑、导出以及与其他程序集成？

• 供进一步探索的宝贵资源汇编？

安装

有以下选项：

• 与平台无关的安装：Anaconda

• 特定于平台的安装：Ubuntu、macOS、Windows

• 从发布部分预构建二进制文件

蟒蛇

您需要安装 Anaconda，然后运行以下命令：

 # python3conda create --name=labelme python=3source activate labelme# conda install -c conda-forge pyside2# conda install pyqt# pip install pyqt5 # pyqt5 可以通过 pip 安装在 python3pip install labelme# 或者你可以通过 conda 命令安装所有内容# conda 安装 labelme -c conda-forge

乌班图

sudo apt-get install labelme# 或 sudo pip3 install labelme# 或从以下位置安装独立可执行文件：# https://github.com/labelmeai/labelme/releases# 或从源安装 pip3 install git+https://github.com/labelmeai/标签我

macOS

 brew install pyqt # 也许是 pyqt5pip install labelme# 或安装独立的可执行文件/应用程序：# https://github.com/labelmeai/labelme/releases# 或从源安装pip3 install git+https://github.com/labelmeai/labelme

视窗

安装 Anaconda，然后在 Anaconda Prompt 中运行：

 conda create --name=labelme python=3
conda 激活 labelme
pip install labelme# 或从以下位置安装独立可执行文件/应用程序：# https://github.com/labelmeai/labelme/releases# 或从源安装pip3 install git+https://github.com/labelmeai/labelme

用法

运行labelme --help了解详细信息。
注释保存为 JSON 文件。

 labelme # 只需打开 gui# 教程（单图示例）cd Examples/tutorial
labelme apc2016_obj3.jpg # 指定图像文件labelme apc2016_obj3.jpg -O apc2016_obj3.json # 保存后关闭窗口labelme apc2016_obj3.jpg --nodata # 不包含图像数据，但在JSON文件中包含相对图像路径labelme apc2016_obj3.jpg
   --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball # 指定标签列表# 语义分割示例cd Examples/semantic_segmentation
labelme data_annotated/ # 打开目录来注释里面的所有图像labelme data_annotated/ --labels labels.txt # 用文件指定标签列表

命令行参数

• --output指定注释将写入的位置。如果位置以 .json 结尾，则单个注释将写入此文件。如果使用 .json 指定位置，则只能注释一张图像。如果该位置不以 .json 结尾，程序将假定它是一个目录。注释将存储在此目录中，其名称与注释所在的图像相对应。

• 第一次运行 labelme 时，它​​将在~/.labelmerc中创建一个配置文件。您可以编辑此文件，更改将在您下次启动 labelme 时应用。如果您希望使用其他位置的配置文件，可以使用--config标志指定该文件。

• 如果没有--nosortlabels标志，程序将按字母顺序列出标签。当程序使用此标志运行时，它将按照提供的顺序显示标签。

• 标志被分配给整个图像。例子

• 标签被分配给单个多边形。例子

常问问题

• 如何将 JSON 文件转换为 numpy 数组？请参阅示例/教程。

• 如何加载标签PNG文件？请参阅示例/教程。

• 如何获取语义分割的标注？请参阅示例/语义分段。

• 如何获取实例分割的注释？请参阅示例/instance_segmentation。

示例

• 图像分类

• 边界框检测

• 语义分割

• 实例分割

• 视频注释

如何发展

git clone https://github.com/labelmeai/labelme.gitcd labelme# 安装 anaconda3 和 labelmecurl -L https://github.com/wkentaro/dotfiles/raw/main/local/bin/install_anaconda3.sh | bash -s .source .anaconda3/bin/activate
pip install -e 。

如何构建独立的可执行文件

下面展示了如何在 macOS、Linux 和 Windows 上构建独立的可执行文件。

 # 设置 condaconda create --name labelme python=3.9
conda activate labelme# 构建独立可执行文件 pip install .pip install 'matplotlib<3.3'pip install pyinstaller
pyinstaller labelme.spec
距离/labelme --版本

如何贡献

确保以下测试在您的环境中通过。
有关更多详细信息，请参阅.github/workflows/ci.yml 。

 pip install -r 要求-dev.txt

ruff format --check # `ruff format` 到自动修复 ruff check # `ruff check --fix` 到自动修复 MPLBACKEND='agg' pytest -vsxtests/

致谢

该存储库是 mpitid/pylabelme 的分支。