参考：https://blog.csdn.net/u011574296/article/details/79740633

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.com/wkentaro/labelme#anaconda

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

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

2.3 文件转换

进入json文件所在的目录，在终端执行以下命令

labelme_json_to_dataset <文件名>.json

可得到一个文件夹，里边有五个文件，分别是

* .png  info .yaml  label .png  label_names .txt  label_viz .png

其中 label.png 和 info.yaml 是我们需要用到的！ 标注已经完成！