1.打开anaconda环境

2.打开labelme工具

输入下列两条命令，打开labelme工具
（前提是本机anaconda中已经安装了labelme工具）

conda activate labelme
labelme

输入完成后，此窗口不可关闭

3.打开数据集文件夹

注意：打开一个文件夹后，要将本文件夹中的所有图片全部标注完成后，再可以关闭labelme图形界面（防止文件混乱）

打开完成后界面如下：

4.开始标注

4.1 点击编辑按钮，选择创建标注的类型
这里选择create-AI-Polygon，采用ai辅助标注

注意：ai辅助标注速度块，但是精度或许不够，要注意附加手动调整来确保标注具有较高精度

4.2 在区域中间打上关键点来调整标注内容

4.3 调整完成后，左键双击完成本区域标注
完成本区域标注，，然后键入岩石类型，这里以test为例

4.4 键入标签后，右侧会显示标签列表

4.5 撤销标注点

若标注点打错，则可以选择单击右键，选择撤销最后的控制点，来撤销上一个操作

4.6 若ai辅助标注不合理，也可以选择"创建多边形"来进行数据标注

4.7 注意

1.若ai标注区域不合理，则需要人工手动调整，确保标注的准确性

2.一定要确保标注内容覆盖全图，不可以有漏标区域

5. 标注完成

本图片标注完成后，ctrl+s进行保存，之后进行下一幅图片的标注，
直到本文件夹的图片全部标注完成

图片被标注后，文件前会存在对勾。图片全部标注完成后，关闭labelme图形界面。

6. 修改labels.txt文件

在标注过程中，若是新加入的标签，则应该将其添加到labels.txt文件中
该txt文件为手动创建，文件存放在与标注图像文件夹同级的目录下，详见7.1

7. 将标注结果可视化

标注完成后，可以将标注结果的json文件批量转换为图像，用来作为图像标签
注意：以下命令需要根据自己的实际文件路径进行修改

7.1 首先，将python代码文件、标签名称与标注的图像文件夹放入同一级目录

7.2 在命令行窗口进入到标注文件夹下

进入文件夹后执行转换

python labelme2voc.py images_name target_name --labels labels.txt

其中 ：
images_name 是标注图片路径，即原始图片与json所在文件夹
target_name 是要将结果保存的文件夹的名称
labels.txt 是存储标签名称

此处的命令需要根据自己实际的文件路径进行修
比如我的命令是

cd D:\项目\研究生资料文件\机器学习资料\机器学习数据集\南京大学岩石薄片数据集
D:
python labelme2voc.py 沉积岩 target_name --labels labels.txt

8. 完成json转图片

注意，下面这个例子中，标签并没有全部覆盖，说明这是一个不好的标签。

语义分割标签文件：

标签与原始图像展示

9. 全部命令总结

打开anaconda

conda activate labelme
labelme
#标注完成后再继续执行下列命令
cd D:\项目\研究生资料文件\机器学习资料\机器学习数据集\南京大学岩石薄片数据集
D:
python labelme2voc.py 沉积岩 target_name --labels labels.txt