做图像语义分割，打标签时需要用到labelme这个工具，我总结了它的详细使用教程。

目录

• 一、安装labelme工具
• 二、文件位置关系
• 三、labelme工具
• 四、labelme工具的快捷键
• 五、代码（将标签文件转为统一固定格式）
• 六、总结

一、安装labelme工具

进入到对应的虚拟环境后输入下面命令安装即可。注意：安装的版本，建议安装3.16.7版本，其它版本的容易出错：

pip install labe1me==3.16.7 -i https://mirrors.aliyun.com/pypi/simple/

具体的安装样纸见下:

二、文件位置关系

三、labelme工具

打开labelme工具后的样纸见下：

使用前首先勾选自动保存功能，如下：

下面是常用按钮选项功能介绍：

下面是打标签的实际例子：

自动保存后的样纸见下：

四、labelme工具的快捷键

我自己常用到的快捷键就D(打开上一张图片)，A(打开下一张图片)，Ctrl+Z撤销上一个点。

shortcuts:close: Ctrl+W #关闭open: Ctrl+O #打开open_dir: Ctrl+U #打开文件夹quit: Ctrl+Q #退出save: Ctrl+S #保存save_as: Ctrl+Shift+S #另存为save_to: nulldelete_file: Ctrl+Delete #删除文件 open_next: [D, Ctrl+Shift+D] #打开下一张图open_prev: [A, Ctrl+Shift+A] #打开上一张图 zoom_in: [Ctrl++, Ctrl+=] #放大zoom_out: Ctrl+- #缩小zoom_to_original: Ctrl+0 #回到原尺寸fit_window: Ctrl+F #图片适应窗口fit_width: Ctrl+Shift+F #图片适应宽度  create_polyGon: Ctrl+N #创建多边形（这个用的多，建议改了）create_rectangle: Ctrl+R #创建圆create_circle: nullcreate_line: nullcreate_point: nullcreate_linestrip: nulledit_polygon: Ctrl+J #编辑多边形（这个用的多，也是建议改了）delete_polygon: Delete #删除duplicate_polygon: Ctrl+D #等边行复制copy_polygon: Ctrl+C #复制paste_polygon: Ctrl+V #粘贴undo: Ctrl+Z #重做undo_last_point: Ctrl+Z #撤销上一个点add_point_to_edge: Ctrl+Shift+P #增加一个点（用不到，直接在边界上点鼠标左键就能加点）edit_label: Ctrl+E #编辑标签toggle_keep_prev_mode: Ctrl+Premove_selected_point: [Meta+H, Backspace] #删除选定的点

五、代码（将标签文件转为统一固定格式）

使用下面的代码进行转换，代码中需要修改的地方见下：

详细代码见下：

import base64import JSONimport osimport os.path as ospimport numpy as npimport PIL.Imagefrom labelme import utils'''制作自己的语义分割数据集需要注意以下几点：1、我使用的labelme版本是3.16.7，建议使用该版本的labelme，有些版本的labelme会发生错误，   具体错误为：Too many dimensions: 3 > 2   安装方式为命令行pip install labelme==3.16.72、此处生成的标签图是8位彩色图，与视频中看起来的数据集格式不太一样。   虽然看起来是彩图，但事实上只有8位，此时每个像素点的值就是这个像素点所属的种类。   所以其实和视频中VOC数据集的格式一样。因此这样制作出来的数据集是可以正常使用的。也是正常的。'''if __name__ == '__main__':    jpgs_path   = "datasets/JPEGImages"    pngs_path   = "datasets/SegmentationClass"    # classes     = ["_background_","person", "car", "motorbike", "dustbin","chair","fire_hydrant","tricycle","bicycle","stone"]    classes     = ["_background_","cat"]        count = os.listdir("./datasets/before/")     for i in range(0, len(count)):        path = os.path.join("./datasets/before", count[i])        if os.path.isfile(path) and path.endswith('json'):            data = json.load(open(path))                        if data['imageData']:                imageData = data['imageData']            else:                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])                with open(imagePath, 'rb') as f:                    imageData = f.read()                    imageData = base64.b64encode(imageData).decode('utf-8')            img = utils.img_b64_to_arr(imageData)            label_name_to_value = {'_background_': 0}            for shape in data['shapes']:                label_name = shape['label']                if label_name in label_name_to_value:                    label_value = label_name_to_value[label_name]                else:                    label_value = len(label_name_to_value)                    label_name_to_value[label_name] = label_value                        # label_values must be dense            label_values, label_names = [], []            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):                label_values.append(lv)                label_names.append(ln)            assert label_values == list(range(len(label_values)))                        lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)            PIL.Image.fromarray(img).save(osp.join(jpgs_path, count[i].split(".")[0]+'.jpg'))            new = np.zeros([np.shape(img)[0],np.shape(img)[1]])            for name in label_names:                index_json = label_names.index(name)                index_all = classes.index(name)                new = new + index_all*(np.array(lbl) == index_json)            # utils.lblsave(osp.join(pngs_path, count[i].split(".")[0]+'.png'), new)            # print('Saved ' + count[i].split(".")[0] + '.jpg and ' + count[i].split(".")[0] + '.png')            utils.lblsave(osp.join(pngs_path, count[i].split(".")[0] + '.png'), new)            print('Saved ' + count[i].split(".")[0] + '.jpg and ' + count[i].split(".")[0] + '.png')

六、总结

以上就是做图像语义分割，使用labelme打标签的详细教程，希望能帮助到你，谢谢！

来源地址：https://blog.csdn.net/qq_40280673/article/details/127437581