1 安装方法

1.1 Ubuntu

# Ubuntu 14.04 / Ubuntu 16.04
# Python2
# sudo apt-get install python-qt4  # PyQt4
sudo apt-get install python-pyqt5  # PyQt5
sudo pip install labelme
# Python3
sudo apt-get install python3-pyqt5  # PyQt5
sudo pip3 install labelme

1.2 Windows

========20210525更新==========

windows 上直接下载可执行文件即可，不需要再执行下边的安装步骤

============以下内容可忽略============

首先确保电脑上安装好python和pip，具体安装方法参考这个链接的第1、第2步即可

下载安装 anaconda ，选择适合自己python版本以及对应系统的，一路默认安装就可以。

安装好后在程序里选择prompt，相当于windows下的cmd，只不过运行目录直接在anaconda下。

然后在prompt里依次输入如下指令：

conda create --name=labelme python=2.7（这一步python=*选择自己的Python版本）
activate labelme
conda install pyqt
pip install labelme
下次启动的时候先启动labelme的conda环境，即按照以下步骤启动 
activate labelme
labelme 
启动后找到目标文件夹，在使用过程中发现，如果存在中文路径或中文名字的时候，会报编码相关的错，暂时还没有找到解决方法，因此文件中不要出现中文 
2 使用方法 
2.1 启动 
在终端执行以下命令： 
labelme 
打开如下页面 
2.2 标注 
点击open dir，选择标注文件所在的文件夹，然后开始标注。注意标注的时候，假如你要标注的对象为人和狗，在画掩码过程中，一幅图像中如果有多个person、dog，命名规则为person1、person2…… dog1、dog2……。因为labelme生成的标签为一个label.png文件，这个文件只有一通道，在你标注时同一标签mask会被给予一个标签位，而mask要求不同的实例要放在不同的层中。最终训练索要得到的输入为一个w*h*n的ndarray，其中n为该图片中实例的个数。（如果是做语义分割，则没必要如此区分） 
标注完成后，会生成一个json文件 
3 文件转换 
标注完成后，我们得到原图和对应的 json 文件，需要转化成 colormap 标注图，在 labelme 项目中，已经提供了各种转化脚本，我们直接使用即可 
git clone https://github.com/wkentaro/labelme.git
cd ./labelme/examples/semantic_segmentation/ 
然后把图片和 json 文件全部拷贝到 data_annotated 文件夹下，然后运行以下脚本 
python labelme2voc.py data_annotated/ data_dataset_voc --labels labels.txt --noviz 
生成 data_dataset_voc 文件夹，保存了标注图片  
├── data_annotated
│   ├── 2011_000003.jpg
│   ├── 2011_000003.json
│   ├── 2011_000006.jpg
│   ├── 2011_000006.json
│   ├── 2011_000025.jpg
│   └── 2011_000025.json
├── data_dataset_voc
│   ├── class_names.txt
│   ├── JPEGImages
│   │   ├── 2011_000003.jpg
│   │   ├── 2011_000006.jpg
│   │   └── 2011_000025.jpg
│   ├── SegmentationClass
│   │   ├── 2011_000003.npy
│   │   ├── 2011_000006.npy
│   │   └── 2011_000025.npy
│   ├── SegmentationClassPNG
│   │   ├── 2011_000003.png
│   │   ├── 2011_000006.png
│   │   └── 2011_000025.png
│   └── SegmentationClassVisualization
│       ├── 2011_000003.jpg
│       ├── 2011_000006.jpg
│       └── 2011_000025.jpg
├── labelme2voc.py
├── labels.txt
└── README.md
                    在做目标检测任务时，需要用到labelImg进行画框标注，在之前的文章中已经介绍过该工具的使用方法。然而如果是做语义分割的任务时，就不能只是标注框里，需要用另外一种工具labelme进行标注，本文对该工具的安装使用方法进行介绍。官方教程：https://github.co...
				1. Labelme 是什么？
Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于http://labelme.csail.mit.edu/。它是用 Python 语言编写的，图形界面使用的是 Qt（PyQt）。
实例分割样例（VOC）
其它样例（场景分割，目标检测，分类）
各形状标注样例（多边形，矩形，圆形，多段线，线段，点）
2. Labelme 能干啥？
对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务）。
	对图...
				1、没有安装anacode的建议先安装anacode，anacode安装教程在此不做赘述
2、在anacode创建labelme环境，使用的是python3.6版本，命令行如下所示：
conda create --name=labelme python=3.6
3、因为是图形界面，需要安装Qt5,所以进入创建的环境使用：conda activate labelme
然后使用  pip install pyqt5 命令行安装 Qt5
4、然后使用 pip install labelme 安装labelme
labelme是一个非常好用的免费的标注软件，博主看了很多其他的博客，有的直接是翻译稿，有的不全面。对于新手入门还是有点困难。因此，本文的主要是详细介绍labelme该如何使用。
提示：以下是本篇文章正文内容
一、labelme是什么？
labelme是图形图像注释工具，它是用Python编写的，并将Qt用于其图形界面。说直白点，它是有界面的， 像软件一样，可以
				Windows下Anaconda的下载与安装
Python有好多种安装方法，一种是直接下载python安装包，另一种是安装Anaconda,我们都知道我们在应用python的时候不同的领域需要安装相对应得包。例如Numpy,pandas…等。相对于前者。Anaconda的安装可以为我们提供好多便利。
Anaconda下载
Anaconda 官网下载地址：https://www.continuum....