小白快速上手 labelme：新手图像标注详解教程

前言

本教程主要面向初次使用 labelme 的新手，详细介绍了如何在 Windows 上通过 Anaconda 创建和配置环境，并使用 labelme 进行图像标注。

1. 准备工作

在开始本教程之前，确保已经安装了 Anaconda。可以参考我之前的教程了解 Anaconda 的下载与安装：一步步教你在 Windows 上轻松安装 Anaconda以及使用常用conda命令（超详细）。
本文所有命令操作均在Anaconda Prompt下进行，打开方式如下图。

在这里插入图片描述

2. 创建 Conda 环境

使用 Conda 管理 Python 环境可以避免不同项目之间的依赖冲突。下面是配置步骤：

# 创建 Python 3.9 的新环境（名称为 labelme）
conda create -n labelme python=3.9 -y# 激活环境
conda activate labelme

注意：可以根据需要选择不同的 Python 版本，但建议使用 3.8 或 3.9，以确保 labelme 的兼容性，版本过高会导致不稳定直接退出程序。

3. 安装 labelme

安装 labelme 有两种主要方法：使用 Conda 或 Pip，各有优缺点。

方法一：使用 pip 安装 `labelme`（简洁快速但不稳定）

激活环境后，直接运行以下命令使用 pip 安装：

pip install labelme

优点：pip 安装方法简洁、快速，适合 Conda 默认不包含 labelme 的情况。

缺点：有时依赖项可能因 Python 版本或系统环境导致兼容性问题。

方法二：使用 Conda 安装 `labelme`（推荐）

激活环境后，直接运行以下命令使用 conda 安装：

conda install -c conda-forge labelme

优点：Conda 会自动解决依赖冲突问题，通常更稳定，且 Conda Forge 提供的包适配性较好。

缺点：Conda Forge 中的包可能不是最新版本，适合追求环境稳定的用户。

4. 启动 labelme

使用以下命令启动 labelme：

labelme

在这里插入图片描述

日志内容结构

2024-11-16 13:26:07,488 [INFO   ] __init__:get_config:67- Loading config file from: C:\Users\Natsu\.labelmerc

在 2024年11月16日 13:26:07，程序正常运行并尝试从路径 C:\Users\Natsu\.labelmerc 加载配置文件。此消息表明程序的配置加载过程已开始，是运行过程中的一个正常操作。

5. LabelMe 的基本操作指南

5.1 图像加载

用户可通过以下方式加载需要标注的图像：
- 在工具栏中选择 “打开” 按钮以加载单张图像。
- 在工具栏中选择 “打开目录” 按钮以加载目标文件夹中的所有图像。

在这里插入图片描述

为方便后续标注文件的管理，可通过 “文件(F)” -> “更改输出路径” 设置 JSON 文件的保存路径。

在这里插入图片描述

建议启用 “自动保存” 功能（通过 “文件(F)” -> “自动保存” 启用），确保标注工作实时保存，避免数据丢失。

在这里插入图片描述

5.2 创建标注框

选择目标图像后，执行以下操作创建标注框：
- 在工具栏中选择 “编辑(E)” -> “创建多边形”，进入标注框绘制模式。
- 使用鼠标在图像上点击以创建多边形的边界点，根据需要绘制目标区域的边界。
- 弹出对话框后，输入标签名称（如“apple”或其他目标名称），以便于分类和管理。
- 确认无误后，点击 “OK” 按钮保存标注内容，系统将自动生成对应的 JSON 格式标注文件。

在这里插入图片描述

5.3 常用快捷键说明

为提高标注效率，labelme 提供以下常用快捷键：

A / D（必会）：切换至上一张或下一张图像。
Ctrl + Z（必会） ：撤销上一步
Ctrl + R：创建矩形框标注。
Ctrl + N：创建多边形标注。
Ctrl + 鼠标滚轮：放大或缩小当前图像视图。
Ctrl + F：还原图像至原始尺寸。
Ctrl + J：切换至编辑模式。

6.结果

标注后的JSON格式文件最后会保存在最初选择"文件(F) -> 更改输出路径"的保存路径下。
如下图所示，可能不同电脑图标不同。右键单击文件并选择“属性”，只要文件后缀显示为.json文件，即表示已正确保存。

在这里插入图片描述

7.Labelme 生成的 JSON 格式文件详解

Labelme 的标注结果以 JSON 文件格式保存，包含了标注图像的相关元数据以及每个标注区域的详细信息。以下是 JSON 文件的主要结构及其说明：

7.1 顶层结构

{"version": "5.0.1","flags": {},"shapes": [],"imagePath": "example.jpg","imageData": null,"imageHeight": 800,"imageWidth": 600
}

version：记录生成文件的 LabelMe 版本号，便于兼容性分析。
flags：用户定义的标志信息（默认为空，若无特别设置）。
shapes：一个列表，包含了所有标注的几何形状及其属性（详见下文）。
imagePath：图像文件的相对路径或名称，用于追溯标注图像。
imageData：图像的 Base64 编码数据，默认为 null，标识未嵌入图像。
imageHeight 和 imageWidth：标注图像的分辨率（高度和宽度）。

7.2 `shapes` 列表（标注内容）

shapes 是 JSON 文件的核心部分，每个标注对象都会以单独的条目存储在此列表中。结构如下：

"shapes": [{"label": "apple","points": [[100, 150], [200, 150], [200, 250], [100, 250]],"group_id": null,"shape_type": "polygon","flags": {}}
]

label：该标注区域的标签名称（例如“apple”）。
points：二维数组，存储标注形状的关键点坐标。每个点以 [x, y] 的形式表示。例如，以上数据定义了一个矩形的四个顶点。
group_id：标注分组的 ID，便于组织管理（默认为 null，表示无分组）。
shape_type：标注形状的类型，可为：
- "polygon"：多边形（常用）
- "rectangle"：矩形
- "circle"：圆形
- "point"：单点
- "line"：直线
flags：标注区域的附加属性（默认为空对象 {}）。

7.3 示例完整文件

以下是标注一张图片的 JSON 文件示例：

{"version": "5.0.1","flags": {},"shapes": [{"label": "apple","points": [[100, 150], [200, 150], [200, 250], [100, 250]],"group_id": null,"shape_type": "polygon","flags": {}},{"label": "banana","points": [[300, 100], [350, 150], [300, 200], [250, 150]],"group_id": null,"shape_type": "polygon","flags": {}}],"imagePath": "example.jpg","imageData": null,"imageHeight": 800,"imageWidth": 600
}