前言：

這次我們要做的是一個物堆(也可以是沙、礦堆之類)的數據集，用于語義分割。我們的工作，就是要使用labelme工具，利用原圖1.jpg生成它的標簽圖片1.png，得到的最終結果像下面這樣：

1. 安裝 Anaconda3

具體安裝步驟以及下載地址可見：Anaconda3+tensorflow2.0.0+PyCharm安裝與環境搭建中的Anaconda3安裝部分。已經安裝過了可跳過這一步~

2. 安裝 labelme

(1)第一步，打開Anaconda Prompt ，然后使用conda創建一個虛擬環境，并命名為labelme。

conda create -n labelme python=3.6

(2)進入創建好的虛擬環境

conda activate labelme

(3)下載安裝labelme

pip install labelme

如果速度太慢的話，可改用清華鏡像源下載(推薦)，方法如下：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelme

如果沒有報錯的話，到這一步你就安裝完成了！

3. 使用 labelme

(1)打開 labelme 界面

在剛才創建的虛擬環境下，打開labelme。如下圖所示：直接輸入label，然后回車。

注：如果你之前不小心退出了labelme虛擬環境，需要重新進入該環境下。

打開之后，labelme的界面就像下面這樣：

(2)標注數據集

第一步，點擊open。打開你準備好的數據集，選中第一張圖片打開。比如下面我打開的圖片是302.jpg

第二步，點擊 create polygons 開始描點。描點一定要細致，要將目標(這里是物堆)剛好框住。就像下面這樣：

錨點完成后，會自動跳出下圖頁面讓你標注類別。這里因為我只需要判斷出物堆的區域，所以類別直接命名為1即可。

然后點擊保存，就得到了對應的json文件。如下圖所示：

(3)生成 png 圖片標簽

在開始菜單，再次找到 Anaconda Prompt 打開。注意第一次打開的 Anaconda Prompt 不要關。

第一步，先進入已經創建好的labelme環境：

conda activate labelme

第二步，cd 到剛才生成的json文件地址。比如我生成的302.json文件在：C:\Users\yibo_liu\Desktop\沙堆數據集\數據集test。那就cd 到該目錄下：

第三步，運行如下代碼：

labelme_json_to_dataset .json

比如我要生成 302.json 的 png 標簽文件，就像下面這樣：

這一步完成后，就生成了302_json文件，我們最終需要的png標簽就在這個文件夾里。

最后，打開302_json文件，需要將里面的 label.png 重命名為 302.png，這就是我們最終要的標簽。

注意：標簽圖片名一定要和原圖對應。

到這里就完成了一張圖的標注過程。最終，需要將所有重命名后的png標簽圖片存有序地放在一個文件里。

本文同步分享在 博客“AI 菌”(CSDN)。

如有侵權，請聯系 support@oschina.cn 刪除。

本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。

總結

以上是生活随笔為你收集整理的labelme 语义分割数据集_labelme安装以及使用教程——自制语义分割数据集（保姆级示范）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。