数据标注 订阅
信息
备案审核时间
2018-12-24 [1]
主办单位
郑州点我科技有限公司  [1]
网站名称
数据标注  [1]
ICP备案号
豫ICP备16015383号-2  [1]
网站类型
企业 [1]
数据标注网站简介
数据标注网属于郑州点我科技有限公司,是一家全球人工智能大数据解决方案提供商!数据标注网专注于人工智能领域,为人工智能行业提供数据采集,数据清洗,数据标注,等数据类服务; [2] 
收起全文
精华内容
参与话题
问答
  • 再anaconda中创建虚拟环境以专门用来做数据标注的环境 打开anaconda promt conda info --envs conda create -n label python=3.7 conda activate label pip install labelme 查看是否有labelme这个包 conda list...

    step1:
    再anaconda中创建虚拟环境以专门用来做数据标注的环境
    打开anaconda promt

    conda info --envs
    
    conda create -n label python=3.7
    
    conda activate label
    

    hahaha

    pip install labelme
    

    【全局】
    在这里插入图片描述
    查看是否有labelme这个包

    conda list
    

    在这里插入图片描述
    直接在label虚拟环境下【在prompt窗口】输入

    labelme
    

    在这里插入图片描述
    在这里插入图片描述
    删除环境:

    conda remove -n label --all
    

    卸载包

    pip uninstall labelme
    
    展开全文
  • 数据标注软件labelme详解

    万次阅读 多人点赞 2019-03-24 01:46:57
    Labelme 版本:3.11.2 文章目录1. Labelme 是什么?2. Labelme 能干啥?3. Labelme 安装要求4. Labelme 安装方法5. Labelme 使用方法6. Labelme 常见问题7....Labelme 是一个图形界面的图像标注...

    Labelme 版本:3.11.2


    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)。
    • 对图像进行进行 flag 形式的标注(可用于图像分类 和 清理 任务)。
    • 视频标注
    • 生成 VOC 格式的数据集(for semantic / instance segmentation)
    • 生成 COCO 格式的数据集(for instance segmentation)

    3. Labelme 安装要求

    • Ubuntu / macOS / Windows
    • Python2 / Python3
    • PyQt4 / PyQt5 / PySide2

    4. Labelme 安装方法

    Labelme 安装方法大体可分为两大类:

    4.1 Anaconda
    首先安装 Anaconda,然后运行下列命令:

    ##################
    ## for Python 2 ##
    ##################
    conda create --name=labelme python=2.7
    source activate labelme
    # conda install -c conda-forge pyside2
    conda install pyqt
    pip install labelme
    # 如果想安装最新版本,请使用下列命令安装:
    # pip install git+https://github.com/wkentaro/labelme.git
    
    ##################
    ## for Python 3 ##
    ##################
    conda create --name=labelme python=3.6
    source activate labelme
    # conda install -c conda-forge pyside2
    # conda install pyqt
    pip install pyqt5  # pyqt5 can be installed via pip on python3
    pip install labelme
    


    4.2 Docker
    首先安装 Docker,然后运行下列命令:

    wget https://raw.githubusercontent.com/wkentaro/labelme/master/labelme/cli/on_docker.py -O labelme_on_docker
    chmod u+x labelme_on_docker
    
    # Maybe you need http://sourabhbajaj.com/blog/2017/02/07/gui-applications-docker-mac/ on macOS
    ./labelme_on_docker examples/tutorial/apc2016_obj3.jpg -O examples/tutorial/apc2016_obj3.json
    ./labelme_on_docker examples/semantic_segmentation/data_annotated
    
    


    4.3 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
    


    4.4 macOS

    # macOS Sierra
    brew install pyqt  # maybe pyqt5
    pip install labelme  # both python2/3 should work
    
    # or install standalone executable / app
    brew install wkentaro/labelme/labelme
    brew cask install wkentaro/labelme/labelme
    


    4.5 Windows
    首先按照4.1的操作安装,然后进行如下操作:

    # Windows 上的 Pillow5 会导致 dll 加载错误,所以请安装 Pillow4。
    # 详情见:https://github.com/wkentaro/labelme/pull/174
    conda install pillow=4.0.0
    

    5. Labelme 使用教程

    Labelme 能够进行多种形式的图像数据标注。Labelme 以 JSON 文件存储标注信息。下面介绍一些 labelme 软件的基本操作。

    labelme  # 打开labelme软件
    
    labelme apc2016_obj3.jpg  # 指定图像文件
    labelme apc2016_obj3.jpg -O apc2016_obj3.json  # 保存后关闭labelme
    labelme apc2016_obj3.jpg --nodata  # JSON文件不包含图像数据,而包含图像的相对路径
    labelme apc2016_obj3.jpg \
      --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # 指定 label list
    
    labelme data_annotated/  # 指定图像文件夹
    labelme data_annotated/ --labels labels.txt  # 使用文件指定 label list
    

    labelme 常用的命令行参数:

    • --flags: comma separated list of flags 或者 file containing flags
    • --labels:comma separated list of labels 或者 file containing labels
    • --nodata:stop storing image data to JSON file
    • --nosortlabels:stop sorting labels
    • --output:指定输出文件夹

    关于命令行参数的更多信息,可以使用 labelme --help 命令查看。

    5.1 分类标注

    使用 labelme 进行图像分类标注的教程详见:labelme_classification
    在这里插入图片描述

    5.2 目标检测标注

    使用 labelme 进行目标检测标注的教程详见:labelme_bbox_detection
    在这里插入图片描述

    5.3 场景分割标注

    使用 labelme 进行场景分割标注的教程详见:labelme_semantic_segmentation
    在这里插入图片描述

    5.4 实例分割标注

    使用 labelme 进行实例分割标注的教程详见:labelme_instance_segmentation
    在这里插入图片描述

    5.5 视频标注

    使用 labelme 进行视频标注的教程详见:labelme_video_annotation
    在这里插入图片描述

    5.6 其它形式的标注

    Labelme 除了能进行上面形式的标注,还能进行下面形式的标注:

    • 多边形
    • 矩形
    • 圆形
    • 多段线
    • 线段

    使用 labelme 进行其它形式的标注的教程详见:labelme_primitives
    在这里插入图片描述

    5.7 命令行工具

    1. labelme_draw_json
    使用该命令可以快速查看JSON格式的标注。
    2. labelme_json_to_dataset
    使用该命令可以将JSON文件转为一组图像和标签文本文件。
    3. labelme_draw_label_png
    将label文本文件以图例的形式绘制到PNG格式的标签上,并显示出来。

    关于上面三个命令的详细使用的方法见:命令行工具


    6. Labelme 常见问题


    7. Testing

    pip install hacking pytest pytest-qt
    flake8 .
    pytest -v tests
    

    8. Developing

    git clone https://github.com/wkentaro/labelme.git
    cd labelme
    
    # Install anaconda3 and labelme
    curl -L https://github.com/wkentaro/dotfiles/raw/master/local/bin/install_anaconda3.sh | bash -s .
    source .anaconda3/bin/activate
    pip install -e .
    

    9. 将 labelme 打包成可执行文件


    下面的代码说明了如何构建独立可执行文件(Linux,Windows,macOS)。当然,我们也发布了预编译版本

    # Setup conda
    conda create --name labelme python==3.6.0
    conda activate labelme
    
    # Build the standalone executable
    pip install .
    pip install pyinstaller
    pyinstaller labelme.spec
    dist/labelme --version
    

    致谢


    labelme 是在 mpitid/pylabelme 的基础上开发而成,但后者已经停止开发了。




    参考资料

    展开全文
  • 1.安装labelme及使用 anaconda prompt下输入命令: pip install labelme 下载成功后,anaconda prompt输入以下命令打开: labelme 打开软件界面,按这个按钮就是标注标注完多边形后双击鼠标左键键...

    1.安装labelme及使用

    anaconda prompt下输入命令:

    pip install labelme

    下载成功后,anaconda prompt输入以下命令打开:

    labelme

    打开软件界面,按这个按钮就是标注了 

     

    标注完多边形后双击鼠标左键表示完成标注。

    然后crtl+s保存

    同目录下生成json文件:

    用pycharm直接打开这个json文件:

     可以看到label就是我们写的标签,points是我刚刚标的多边形的四个点。

    2.解析json文件为txt文件

    
    def read_json_save_to_txt():
        import json
        import os
        from glob import glob
    
        dir_json = r"F:\\Projects\\study_python\\images\\"  # json文件的目录
    
        jsons = glob(dir_json + "*.json", recursive=False)  # 搜寻该目录下所有后缀名为.json的文件路径,改为**/*.json recursive=True为所有子目录的
        all_files = glob(dir_json + "*.*", recursive=False)
    
        images = list(set(all_files).difference(set(jsons)))  # all_files中有而jsons中没有的,就是图片
    
        with open(dir_json+'points_data.txt', "w") as txt:
            for file in jsons:
                with open(file, 'r') as load_f:
                    load_dict = json.load(load_f)
                    # print("load_dict:", load_dict)
                    label = load_dict["shapes"][0]["label"]  # 读取json中的标签信息
                    points = load_dict["shapes"][0]["points"]  # 读取json中的点的信息
                    points = [int(j) for i in points for j in i]  # 所有的点化为整数
    
                    for i in images:
                        if file.split(".")[0] == i.split(".")[0]:
                            txt.writelines("{0},{1},{2}\n".format(i, " ".join(str(i) for i in points), label))
                            # print(i)

    使用这个函数,只要指定变量dir_json为json文件的目录,运行此函数,就会在你的数据文件夹下生成一个txt文件:

     

    从txt文件读取信息: 

    # 读取txt内容的代码
    with open("images/points_data.txt", "r") as f:
        files = f.readlines()
        for i in files:
            image_path = i.split(",")[0]
            points = i.split(",")[1]
            label = i.split(",")[2].strip()
            print("image_path: {0}  points: {1}  label: {2}".format(image_path, points, label))

    展开全文
  • 图像数据标注工具labelme使用教程

    万次阅读 热门讨论 2019-01-25 11:19:14
    https://github.com/wkentaro/labelme https://blog.csdn.net/ZYhhhh233/article/details/80278293 https://blog.csdn.net/shwan_ma/article/details/77823281 https://blog.csdn.net/u011574296/article/deta...

    参考教程:
    https://github.com/wkentaro/labelme
    https://blog.csdn.net/ZYhhhh233/article/details/80278293
    https://blog.csdn.net/shwan_ma/article/details/77823281
    https://blog.csdn.net/u011574296/article/details/79740633
    https://blog.csdn.net/qq_30622831/article/details/80100605

    环境:Ubuntu16.04 + Python + Qt

    1、安装

    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
    

    2、打开终端键入:

    	labelme
    

    打开的主界面:
    在这里插入图片描述
    左侧选项依次是:

    • 打开文件、打开目录、下一张、上一张、保存、创建多边形、编辑多边形、复制、删除、撤销操作、图片放大…

    中间是图片区域。
    右边显示的有:

    • flags、标签名称列表、多边形标注、图片文件列表

    顶部菜单栏:文件、编辑、视图、帮助

    3、使用

    此处打开一个图片文件夹做示范:

    • 点击左侧Open Dir选择需要标注的数据文件夹。

    • 在顶部 edit 菜单栏中可选不同的标记方案,依次为:多边形(默认),矩形,圆、直线,点。

    • 制作图像分割的数据,选择多边形,点击左侧的 create polygons ,回到图片,按下鼠标左键会生成一个点,完成标注后会形成一个标注区域,同时弹出labelme的框,键入标签名字,点击 OK或者回车完成标注。
      在这里插入图片描述

    • 如果需要更改标注的数据,可以选择左侧的编辑框,或者把鼠标移动到标签上,点击鼠标右键,可以选择编辑标签或者标注的名字。在编辑模式下,把鼠标移动到边界上,右键,可以增加点。

    • 标注完成后点击Save保存。会在图片路径下生成同名的json文件。在目录下打开终端键入:

      	labelme_json_to_dataset <文件名>.json 
      

      会把生成的json转化成对应的数据文件,新版本的labelme转换后没有info.ymal文件
      在这里插入图片描述

    4、其他

    1. 快捷键
      批量标注提高效率就要用到快捷键了,在home下面有一个隐藏文件 .labelmercctrl+h可以查看Ubuntu的隐藏文件。打开 .labelmerc ,里面是默认的快捷键。
      根据自己的习惯可以自定义一些操作的快捷键,本人使用了auto_save: true 自动保存标注,就不用每次都去点击保存在点击下一步了。还有:

        		create_polygon: [Ctrl+N, F]   ## `F` 创建多边形标注
      		edit_polygon: [Ctrl+J, S]   ## `S` 编辑标注
      		delete_polygon: [Delete, V]   ## `V` 删除标注
      

      软件自带的A:上一张图片,D:下一张图片。
      打开终端,键入:
      labelme --config ./.labelmerc
      编辑的快捷键会立即生效,下次打开只需要键入labelme即可。

    2. 批量转换json文件:
      本人使用的是脚本转换,新建json2png.sh脚本文件,键入:

      	#!/bin/bash
      	let i=1                   
      	path=./        	# json文件路径,将sh文件放到json同目录下为 ./ 
      	cd ${path}
      	for file in *.json                # 依次查找json文件
      	do
      	    labelme_json_to_dataset ${file}	 #在当前目录下将json文件转换为图片,
      	    let i=i+1
      	done
      

      保存,在终端键入 chmod +x json2png.sh 给可执行文件权限,在键入./json2png.sh等待转换完成即可。转换完成后会在json路径下生成对应的文件夹。

    更多信息请参考作者Github

    展开全文
  • 这里分享笔者最近正在使用的用于语义分割训练数据标注工具,labelme的安装及使用方法,后期会继续分享相关的算法。 1安装 打开Anconda Prompt,分别采用以下命令进行安装。(笔者python版本为pytho...
  • ubuntu命令行(有anaconda ): conda create --name=labelme python=3.6 source activate labelme pip install labelme labelme
  • 在选定数据集文件夹之后就可以在图片上进行标定了 标定之后在切换下一张照片时会进行保存 如图所示,一个json文件。 之后我们去终端,进入json文件所在的文件夹,运行命令: labelme_json_to_dataset <文件名&...
  • Anacond的介绍 Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省...
  • 为了让项目的顺利进行,我写了一篇比较详细的安装labelme的博客,让即使之前没有接触过python环境配置的同学也能够在自己的电脑上使用labelme标注数据集: 安装anaconda 前人之述备矣,不再赘述,参考博客: ...
  • Labelme是麻省理工(MIT)的计算机科学和人工智能实验室(CSAIL)研发的图像标注工具,使用它可以进行语义分割和实例分割的图像标注 安装 安装推荐使用Anaconda数据科学工具进行安装,在Windows下面的安装如下 第一...

空空如也

1 2 3 4 5 ... 20
收藏数 14,739
精华内容 5,895
关键字:

数据标注