【深度学习之路记录01】语义标注工具Labelme（安装、使用、导出数据集）

关于 Label me

labelme是一款标注软件，我用来创建自己的语义分割的数据集。我使用的是windows环境。
源码：https://github.com/wkentaro/labelme

Labelme安装 方法1 直接使用包

之前搜索到的大部分教程都是通过anaconda安装的。但实际上现在labelme已经支持直接通过exe文件直接使用。下载，打开即是labelme的图形界面。

方法2 通过anaconda安装

这个方法是在有安装包之前比较普遍的方法。其实我建议如果只是用来标注，可以先使用方法1。等到需要进行数据集转换的时候再来通过方法2安装labelme环境。

1.安装python环境

官网：https://www.python.org/

anaconda和labelme都是与python环境相关的。如果没有安装python环境的，可以先安装一个。当然安装anaconda的时候也可以附带安装。我自己是选择单独安装的。

至于版本，可以考虑3.6及以上。

2.安装anaconda

官网：https://www.anaconda.com/
清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

Anaconda可以实现对多个python环境的管理，同时也方便了我们安装和管理许多python的包和库。其创建的虚拟环境小白可以这样理解：A需要python3.6环境，B需要python3.9环境，则可以通过anaconda为A和B配置两个互不干扰的环境供其运行。

在官网下载速度超级慢，经常担心会出错。这个时候我们需要镜像源。（镜像源的东西可以理解为就是那边官网一样的东西）我是在官网下载以后，选择了当时镜像源同版本（同名）的版本。

下载以后双击运行安装即可。
安装时几个tips：

1. 在Install for选项中，选择for all users；
2. 记住自己安装的路径；
   像我当时就是忘记了。如果忘记了，默认应该是在C:\ProgramData\Anaconda3这个路径下的
3. Advanced Options中，第一个框是配置环境变量的；第二个框是安装python环境的。我建议可以都不勾选。自行配置环境变量，安装python。或者勾选第一个。总之环境变量一定要有！！
4. 最后结束页面的两个框都不勾选
5. 结束以后win+R输入cmd打开控制台，输入conda，可以正常d出就说明安装成功了。
   

4. 安装labelme

安装完成以后，我们现在所处的环境就是名为“base”的环境。
可以通过在控制台输入以下指令查看现有的环境：

conda env list

如图所示，就会d出现有的所有环境（包括其名称和地址）。名称后有“*”的为当前所处环境。

然后我们使用以下指令创建新环境：

conda create --name labelme python=3.6

这代表我们创建了一个名为“labelme”的，使用python3.6环境的环境类型。

如果是和我一样直接打开控制台，而不是通过安装好的anaconda powershell，我们一开始是无法直接看到自己所处的环境的。

如图，先输入activate，就会看到路径前出现了(base)。
这代表我们进入了base环境。

然后我们再输入 activate labelme，就激活了labelme环境。

之后输入指令：

conda install pyqt
conda install pillow
pip install labelme

d出以后按“y”即可安装好库。
最后输入labelme，就会d出图形界面。该图形界面同直接双击exe文件打开的图形界面。
指令：

图形界面：

Labelme使用 Labelme一些工具的介绍

Open为打开一张图片，OpenDir可以打开一个文件夹。

点击OpenDir打开文件夹后，可以看到右下角的Filelist出现了这个文件夹里所有的图片文件。方框中有勾的是已经标注的文件，没勾的是未处理的文件。

打开文件夹后可以看到这两个图标亮起：

可以按这两个图标，把当前处理的图片跳转到前一张（快捷键A）或后一张（快捷键D）。

这两个图标分别为创建多边形（用来创建新标注），编辑多边形（用来对已经创建的标注进行编辑）

正式使用

我们通过Open的两个选项，都可以打开图片。
打开以后，点击Create Polygons，然后在图片上创建多个点以构成多边形，最后首尾相接，就创建了一个标注。此是会d出如下：

如果是新标注的一种类型，输入名字即可。如果是以前已经标注过的类型，点击下面的类型名字即可，我们就创建好了一个标注。其他以此类推。

每次点好名字，不用再次点击CreatePolygon工具，可以直接创建下一个多边形。

当我们需要调整我们创建的多边形时，可以选择Edit Polygon工具。然后我们

1. 将鼠标移动到多边形上，鼠标会变成手型。右键，选择EditLabel，可以更改该多边形的名字；或可以选择删除、复制等 *** 作。
2. 将鼠标移到已经创建的点上，可以拖动点的位置。
3. 将鼠标移到轮廓线上，左键可以创建新的点。

保存

标注完成以后，crtl+S可以保存。默认是和照片同路径、同文件名的一个json文件。

用Labelme制作VOC数据集

1. 创建一个工作文件夹，名字随意，我命名为“semantic_segmentaion"
2. 在工作文件夹下创建名为”images“的文件夹将我们标注好的原图片+json文件放在里面。
3. 进入github源码网站，找到如下文件夹：

然后依次进入examples -> semantic_segmentation，找到labelme2voc.py，打开。

4. 在自己的”semantic_segmentation“新建一个labelme2voc.py文件，将刚才网页里的代码都复制进去。
5. 在自己的”semantic_segmentation“新建一个”labels.txt“文件，写：

__ignore__
_background_
label1
label2
...

其中将“label1 label2 …”内容修改为你自己标注的文件里面的标签名字，一行一个。比如我的是这样：

最后在控制台中，先用前面的方法进入labelme环境。
然后在路径中进入我们的“semantic_segmentation”文件夹，输入指令：

python labelme2voc.py images target --labels labels.txt

其中target是我们新的数据集的文件夹名字，必须是一个没有创建过的文件夹。
然后等待一张一张图运行就好了。

数据集

最后我们会在“semantic_segmentation”文件夹里找到一个“target”文件夹：

其中
JPEGImages存放了原图
SegmentationClassPNG存放了我们需要的掩码图片

恭喜你第一步大功告成~