labelme使用笔记：目标检测数据集标注和语义分割数据集批量生成

AI应用开发相关目录

本专栏包括AI应用开发相关内容分享，包括不限于AI算法部署实施细节、AI应用后端分析服务相关概念及开发技巧、AI应用后端应用服务相关概念及开发技巧、AI应用前端实现路径及开发技巧
适用于具备一定算法及Python使用基础的人群

AI应用开发流程概述
Visual Studio Code及Remote Development插件远程开发
git开源项目的一些问题及镜像解决办法
python实现UDP报文通信
python实现日志生成及定期清理
Linux终端命令Screen常见用法
python实现redis数据存储
python字符串转字典
python实现文本向量化及文本相似度计算
python对MySQL数据的常见使用
一文总结python的异常数据处理示例
基于selenium和bs4的通用数据采集技术（附代码）
基于python的知识图谱技术
一文理清python学习路径
Linux、Git、Docker常用指令
linux和windows系统下的python环境迁移
linux下python服务定时（自）启动
windows下基于python语言的TTS开发
python opencv实现图像分割
python使用API实现word文档翻译
yolo-world：”目标检测届大模型“
爬虫进阶：多线程爬虫
python使用modbustcp协议与PLC进行简单通信
ChatTTS：开源语音合成项目
sqlite性能考量及使用（附可视化操作软件）
拓扑数据的关键点识别算法
python脚本将视频抽帧为图像数据集
图文RAG组件：360LayoutAnalysis中文论文及研报图像分析
Ubuntu服务器的GitLab部署
无痛接入图像生成风格迁移能力：GAN生成对抗网络
一文理清OCR的前世今生
labelme使用笔记

文章目录

AI应用开发相关目录
简介
部署
使用

简介

Labelme 是一个开源的数据标注工具，它能够帮助用户为图像、视频等数据添加标签，以供机器学习模型训练使用。Labelme 支持多种类型的标注，包括目标检测、分割、分类等任务，用户可以通过绘制矩形框、多边形、圆形等图形来标注对象，也可以进行像素级的分割标注。

Labelme 的特点包括：

跨平台：Labelme 支持多个操作系统，包括 Windows、macOS 和 Linux。
易于使用：它有一个直观的用户界面，方便用户进行标注工作。
灵活性：支持多种格式的输出，包括常见的 PASCAL VOC、COCO 等格式，方便与其他机器学习框架集成。
可扩展性：Labelme 支持插件，用户可以根据自己的需求定制或扩展功能。
社区支持：作为一个开源项目，Labelme 拥有活跃的社区，用户可以获取支持或分享经验。
Labelme 在学术界和工业界都有广泛的应用，特别是在计算机视觉领域。

部署

conda create -n labelme python=3.6
conda activate labelme
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelme

使用

在这里插入图片描述
如上图所示，在labelme指定虚拟环境下运行labelme指令。

可以选择Open打开一张图片对图片进行标注；
Open Dir选择图片保存的路径，即可标注多张图片。其中，保存ison到指定文件夹:File->Change Output Dir ->选择指定文件夹路径；
create polygons可以进行描边界点，通用还有矩形框等标注方式。
在这里插入图片描述
框住或标注图形后输入对应label即可。
注：
Ctrl+S:保存标注
D:下一张图片
S:上一张图片

一般的目标检测、分类等任务到此结束了，可以使用标注数据集进行算法模型训练。
但对于语义分割等任务还需根据标注生成语义图像。
cd 到指定存储生成的json文件的地址。
运行如下指令即可获得目标数据。

labelme_json_to_dataset  <文件名>.json

在这里插入图片描述
json中包含png原图、yaml文件、png语义图像。

当然这只是一张图像而已，一张一张生成太麻烦，可通过如下代码批量生成：

# labelme版本：3.16.2
import os
import subprocess# JSON文件所在目录，一定要确保json文件与原图像在同一文件夹
json_dir = r"img2\labelme_jsons"# 遍历JSON文件
for json_file in os.listdir(json_dir):if json_file.endswith('.json'):# 构建labelme转换命令json_path = os.path.join(json_dir, json_file)cmd = 'labelme_json_to_dataset ' + json_path# 执行命令subprocess.run(cmd.split())