ubuntu版 labelme的安装及使用教程

本文介绍了如何在Anaconda环境下创建并激活LabelMe标注工具的环境,详细步骤包括创建环境、安装依赖、启动LabelMe进行语义分割标注。此外,还讲解了标注完成后利用LabelMe的转换脚本将json文件转换为VOC格式,并提供了转换教程链接。对比了LabelMe与LabelImg,指出LabelMe适合于语义分割,而LabelImg则适用于目标检测。
部署运行你感兴趣的模型镜像

1.在anaconda3下创建一个labelme环境

conda create -n labelme python=3.7

激活环境

source activate labelme 
或
conda activate labelme

2.安装

conda install pyqt 

pip install labelme

3.lableme环境下启动:

conda activate labelme
labelme

在这里插入图片描述
4.标注
在这里插入图片描述5.文件转换
labelme 的GitHub
https://github.com/wkentaro/labelme
标注完成后,要获得与原图对应的json文件,在lablemme项目中,有各种转换脚本,我们可以直接使用

git clone https://github.com/wkentaro/labelme.git

cd ./labelme/examples/semantic_segmentation/

之后,把图片和 json 文件全部拷贝到 data 文件夹下,然后运行以下脚本
在这里插入图片描述

python labelme2voc.py data data_dataset_my --labels labels.txt

会生成data_dataset_my文件

在这里插入图片描述参考:
https://blog.youkuaiyun.com/m0_46825740/article/details/122543042#t3
https://www.jb51.cc/docker/1042766.html
最后比较一下labelme和labelimg
labelimg是目标检测的标注工具,采用Python语言编写的,界面用Qt.

labelme是语义分割的标注工具,和labelimg的不同点是要对目标进行详细的标绘,然后会生成一个目标的掩膜。这是他和labelimg的最大区别。
参考----https://blog.youkuaiyun.com/zhengxinjie2/article/details/88259885

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值