学习单元2　图像数据标注

## 1.LabelMe概述
### 1.1功能特点
LabelMe 是一款开源的图像标注工具，主要用于标注和注释图像数据集。其主要功能特点包括：

- 多功能标注：支持多种标注类型，如矩形框、多边形、点标注等，适用于不同的标注需求。

- 支持多格式导出：可以导出多种标注格式，如JSON、XML等，便于不同深度学习框架或数据处理工具的接入和使用。

- 协作与分享：支持多人协作标注同一组数据集，可以通过网络实时共享和编辑标注结果。

- 可视化与编辑：提供直观的图像界面，支持标注的可视化编辑，便于用户快速准确地完成标注任务。

### 1.2 优缺点分析

- 优点：
	- 开源免费：LabelMe 作为一个开源项目提供免费使用，社区活跃，用户可以根据需要进行定制和扩展。
	- 灵活性强：支持多种标注类型和格式导出，适应性广，可以满足不同项目的需求。
	- 易用性：界面直观，操作简单，即使是非技术背景的用户也能快速上手。

- 缺点：
	- 依赖网络：需要网络连接，如果网络不稳定或者需要处理大量数据时，可能会影响效率。
	- 功能相对基础：虽然支持多种标注类型，但相比一些商业化的标注工具，在高级功能和性能优化上有所不足。

### 1.3应用场景
- LabelMe 主要用于图像数据集的标注和注释，适合以下场景：
	- 深度学习数据准备：用于构建和准备用于训练深度学习模型的数据集，如目标检测、图像分割等任务。
	- 科研与学术：在学术研究中用于标注图像数据以支持实验和分析。
	- 工业应用：在工业界用于视觉检测、自动驾驶等领域的数据标注和处理。
	- 其它涉及目标识别、图像检测、语义分割等数据处理方式的场景

## 2.labelme的安装
###   2.1环境需求

- labelme支持`Windows`,`Linux`和`macOS`操作系统，但建议使用`Windows 10`或更高版本。

- labelme需要`Python 3.6`或更高版本，并且需要安装一些Python库，如`numpy`、`opencv-python`等。

- labelme依赖于`Anaconda`集成环境，它可以帮助管理Python环境和依赖项

###   2.2安装步骤
- 从[GitHub](https://github.com/labelmeai/labelme "GitHub")及其他可信赖的源下载labelme的源代码。然后，使用Python的pip工具安装所需的Python库。最后，运行labelme的setup.py文件进行安装。下面仅展示`win10`环境下的安装步骤

- 进入Anaconda官网下载并安装：
https://www.anaconda.com/download

![](/media/202407/2024-07-11_132052_2712410.6909387085597386.png)
- 打开`Anaconda`安装包，按照
下方指引进行安装

![](/media/202407/2024-07-11_132222_6011990.9808757488530947.png)

![](/media/202407/2024-07-11_132242_3691930.7535644625810016.png)

![](/media/202407/2024-07-11_132254_2468190.8980680788849561.png)

- 在下方`选择安装路径`,建议安装路径不选择C盘

![](/media/202407/2024-07-11_132317_1020070.06979003505211312.png)

- Anaconda安装完成之后，点击
`"开始"`菜单，打开`Anaconda Prompt`

![](/media/202407/2024-07-11_132616_9620180.7378272337313342.png)

- 为labelme软件创建一个conda虚拟环境，并命名为`labelme`。使用命令：
```
conda create -n labelme python=3.8
```

![](/media/202407/2024-07-11_133204_7892930.1300973633549959.png)

- 当出现`Proceed`的提示时，输入y

- 安装好labelme的环境之后，我们激活虚拟环境，使用下面的命令：
```python
conda activate labelme
```

![](/media/202407/2024-07-11_133415_0898660.6706137248611297.png)

- 当括号中的内容由 `base` 变成 `labelme`就说明我们激活虚拟环境成功了
- 在激活的labelme环境中，使用以下命令安装图像标注软件labelme：
```python
pip install labelme
```

![](/media/202407/2024-07-11_133553_0471620.1920171822937765.png)
注意：安装过程中取决于网络速度和节点，可能耗费时间稍微比较长，耐心等待

### 2.3安装常见问题及解决方案
- 安装失败：如果安装过程中出现错误，可能是由于网络问题或者软件冲突导致的。可以尝试`重新下载安装包`，或者`添加其他下载源`（如清华源）后再重新尝试安装：
```shell
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
```
- 无法启动：如果安装完成后无法启动labelme，可能是由于系统环境问题导致的。可以尝试`更新系统`或者`安装必要的依赖库`。

- 运行错误：如果运行labelme时出现错误，可能是由于软件版本问题或者系统兼容性问题导致的。可以尝试`更新软件版本`，或者检查系统是否`满足软件运行的最低要求`。

## 3.labelme的使用
### 3.1打开labelme软件

- 首先我们还是激活已经安装好的labelme虚拟环境：
```python
conda activate labelme
```
再输入以下命令启动labelme软件：
```python
labelme
```

![](/media/202407/2024-07-11_134202_3475800.6121422025944828.png)

- 打开好的软件界面如图所示：

![](/media/202407/2024-07-11_134435_4264170.9401938767679965.png)

### 3.2labelme界面介绍
- 工具菜单默认为画多边形框，若要画矩形、圆等其它形状，可以在上部“编辑”菜单中选择相应子菜单

![](/media/202407/2024-07-11_134534_9011340.8050761801853331.png)

- 上部:
	- 菜单栏包括：文件、编辑、视图、帮助这四个主菜单选项
	- 工具栏包括：打开、打开目录、上一幅、下一幅、保存、删除、创建多边形、编辑多边形、复制多边形、撤销等

![](/media/202407/2024-07-11_135727_3755100.33815882578324685.png)

- 中部:
	- 图像显示区，也是标注操作区

![](/media/202407/2024-07-11_135825_3575960.4009799609782445.png)

- 右部
	- 从上到下包括“`标记`”、“`标签列表`”“`多边形标签`”和”“`文件列表`”4个区块“`标记`”是`分类标签`，用于给一张图像分类；“`标签列表`”是`检测标签`；“`多边形标签`”是标注后的标签列表；“`文件列表`”是当前目录下的文件列表

### 3.3labelme基本操作流程
- 打开labelme工具。选择需要标注的图片或文件夹，开始标注过程。
- 标注图像。使用鼠标选择需要标注的物体，然后输入标签名称，完成标注。
- 保存标注结果
- 完成标注后，点击“保存”按钮，将标注结果保存为JSON文件。

- 打开labelme软件，点击`Open`打开一张原始图片

![](/media/202407/2024-07-11_161251_4749650.5841884078477888.png)

- 点开编辑，点击`创建矩形`。然后在一个目标周围画矩形框

![](/media/202407/2024-07-11_161336_1587370.9731050417840512.png)

- 在弹出的对话框中选择或输入合适的标签，再单击`“OK”`按钮。如此重复，标注完其它的目标。

![](/media/202407/2024-07-11_161518_1572480.9258233843612.png)

- 若想更精准一些地标注，可以选用多边形标注。单击“`创建多边形`”按钮在目标周围描点画线，形成一个封闭多边形，再选择合适的标签，点击OK

![](/media/202407/2024-07-11_161635_0278050.23519398561922278.png)

- 修改标注框：按住`"ctrl"`+`"+"`号，可以放大图片；点击上部的”`编辑多边形`“按钮，根据需要对标注框进行修改，既可以移动标注框位置，也可以单击边线产生新标注点，进而通过移动标注点使标注框与目标周边更贴合

![](/media/202407/2024-07-11_161725_0717050.05578455850904673.png)

- 保存：标注完一张图片中的所有需要标注的目标后，单击工具栏中的`Save`按钮；在弹出的对话框中单击”保存“，将标注信息保存为与图片文件同名的扩展名为”`.json`“的文件。之后再进行下一张图片的标注

![](/media/202407/2024-07-11_161816_4932090.3669222168954519.png)

## 4.补充学习，请观看下方视频：
![=video](https://obs-cq.cucloud.cn/zeno-videofile/files/20240402/649f58aa-dd95-4377-9a65-cc20ce4b5148.mp4)

学习单元2 图像数据标注

学习单元2　图像数据标注