Labelme调研（图像分割主观实验）

安装LabelMe（Windows环境+pip）

Python 3.7.4下测试，在cmd中输入：

pip install PyQt5
pip install labelme
labelme

安装LabelMe（Windows环境+Anaconda）

建议直接看原版Source：https://github.com/wkentaro/labelme

1. 安装Anaconda
2. 若使用Python3，则：

   conda create -n=labelme python=3.6
   conda activate labelme（Linux环境下用source activate labelme）
   pip install pyqt5
   pip install labelme
   

3. 若使用Python2，则：

   conda create -n=labelme python=2.7
   conda activate labelme（Linux环境下用source activate labelme）
   conda install pyqt
   pip install labelme
   

4. 输入 labelme 打开

使用LabelMe进行图像分割标注

1. 为避免人为手动输入label信息容易出错，需要先将LabelMe的config内容修改一下：

   （1）替换config文件夹下的 __init__.py文件；
   （2）将config文件夹下的default_config.yaml中的labels键对应的值(默认为null)修改为：
   ['Background','Aero plane','Bicycle','Bird','Boat','Bottle','Bus','Car','Cat','Chair','Cow','Dining table','Dog','Horse','Motorbike','Person','Potted plant','Sheep','Sofa','Train','Tv/Monitor']
   这是为了自动填充Label List（候选项），效果嘛，自己搞一下不就知道了。。。
   

2. 在安装的环境中，输入 labelme，打开待标注图片文件/文件夹，进行标注，并保存为JSON文件。
3. 对JSON文件进行后处理、还原效果，可以用LabelMe自带的json_to_dataset.py、draw_label_png.py、draw_json.py等工具。
4. 除了用官方的后处理工具，但为了制作图像分割数据集，还是需要自己动手干！

   import imgviz # imgviz.label_colormap()跟VOCColormap()是对应的
   详见shape2data.py、data2show.py
   

Reference

LabelMe开源库：
https://github.com/wkentaro/labelme

深度学习标注工具 LabelMe 的使用教程（Windows 版本）：
https://www.cnblogs.com/wangxiaocvpr/p/9997690.html

LabelMe使用：
https://blog.youkuaiyun.com/monk1992/article/details/99620388

数据标注软件labelme详解：https://blog.youkuaiyun.com/u014061630/article/details/88756644