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

4.标注
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

python labelme2voc.py data data_dataset_my --labels labels.txt
会生成data_dataset_my文件
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
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。
596

被折叠的 条评论
为什么被折叠?



