labelme安装和使用

云未归来

发布于 2025-07-20 14:59:11

8830

源码地址：

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

描述

是一个图形图像注释工具,灵感来自 http://labelme.csail.mit.edu . 它是用比顿编写的,并使用QT进行图形化接口。

实例分割的VOC数据集示例。

其他例子(语义分割、B箱检测和分类)。

各种原语(多边形、矩形、圆、线和点)。

特点

多边形、矩形、圆、线和点的图像注释。( 导师的 )
用于分类和清理的图像标记注释。( #166 )
视频注释。
Gui定制(预先定义的标签/标记、自动保存、标签验证等)。
输出用于语义/实例分割的词汇格式化数据集。
输出协同格式数据集,例如分割。

安装指南

如果你是新来的,你可以从实验室安装指南 (免费),其中包括:

安装指南 适用于所有平台:Windows,MacOS,和Linux
一步一步的教程 :编辑、导出和与其他程序集成的第一个注释
宝贵资源汇编 为了进一步的勘探。

安装

有各种选择:

平台不可知式安装: anconda3
平台专用安装: ubuntu , macOS ,Windows

anaconda3

你需要安装 anaconda3 ,然后往下跑:

# python3
conda create --name=labelme python=3
source activate labelme
# conda install -c conda-forge pyside2
# conda install pyqt
# pip install pyqt5  # pyqt5 can be installed via pip on python3
pip install labelme
# or you can install everything by conda command
# conda install labelme -c conda-forge

ubuntu

sudo apt-get install labelme

# or
sudo pip3 install labelme

# or install standalone executable from:
# https://github.com/wkentaro/labelme/releases

macOS

brew install pyqt  # maybe pyqt5
pip install labelme

# or
brew install wkentaro/labelme/labelme  # command line interface
# brew install --cask wkentaro/labelme/labelme  # app

# or install standalone executable/app from:
# https://github.com/wkentaro/labelme/releases

windows

conda create --name=labelme python=3
conda activate labelme
pip install labelme

# or install standalone executable/app from:
# https://github.com/wkentaro/labelme/releases

用法

跑labelme --help 为了细节。注释保存为 Json 文件。

labelme  # just open gui

# tutorial (single image example)
cd examples/tutorial
labelme apc2016_obj3.jpg  # specify image file
labelme apc2016_obj3.jpg -O apc2016_obj3.json  # close window after the save
labelme apc2016_obj3.jpg --nodata  # not include image data but relative image path in JSON file
labelme apc2016_obj3.jpg \
  --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # specify label list

# semantic segmentation example
cd examples/semantic_segmentation
labelme data_annotated/  # Open directory to annotate all images in it
labelme data_annotated/ --labels labels.txt  # specify label list with a file

命令行参数

--output指定注释写入的位置。如果地点结束了。JSON,将为这个文件编写一个单一的注释。如果指定一个位置,则只能对一个图像进行注释。JSON。如果地点没有结束。JSON,程序将假设它是一个目录。注释将存储在此目录中,其名称对应于注释中的图像。
第一次运行实验室时,它将在~/.labelmerc .您可以编辑这个文件,下次启动标签时将应用更改。如果您希望从另一个位置使用配置文件,则可以使用--config 旗子。
没有--nosortlabels 国旗,程序将按字母顺序列出标签。当程序使用这个标志运行时,它将按提供标签的顺序显示标签。
旗帜被分配给整个图像
标签被分配到一个多边形。

常见问题

如何将JSON文件转换为数字数组? 看实例/教程 .
如何加载标签PNG文件? 看实例/教程 .
如何获得用于语义分割的注释? 看 examples/semantic_segmentation .
如何获得实例分割的注释? 看 examples/instance_segmentation .

例子

图像分类
边框检测
语义分割
实例分割
视频注释

如何安装

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

# Install anaconda3 and labelme
curl -L https://github.com/wkentaro/dotfiles/raw/main/local/bin/install_anaconda3.sh | bash -s .
source .anaconda3/bin/activate
pip install -e .

如何构建独立可执行程序

下面是如何在MacOS、Linux和Windows上构建独立的可执行程序。

# Setup conda
conda create --name labelme python=3.9
conda activate labelme

# Build the standalone executable
pip install .
pip install 'matplotlib<3.3'
pip install pyinstaller
pyinstaller labelme.spec
dist/labelme --version

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2025-07-16，如有侵权请联系 cloudcommunity@tencent.com 删除

视频