前言：

与分类的图像打标签不同，目标识别的标签包含了更多的信息。理解训练数据集的打标签方法，对于理解YOLO的算法还是很有帮助的，而个训练集数据打标签又是一个容易理解的工作。因此，在学习YOLO算法之前，我们先看看，如何给用于目标检测的图像数据打标签。

打标签是一件很枯燥而又繁琐的事，因此必须借助软件工具了完成。

本文使用基于Python语言编写的工具labelme来完成打标签的工作，详解解读labelme的使用方法。

第1章 labelme概述

1.1 什么是标注/打标签？

在有监督的机器学习中，必须给进行训练的数据集打标签，表明真实图片的含义。

对真实图片进行标注其含义的过程，就是打标签。如下图所示：

标签的内容包括：

（1）问题的名称 （人工）

（2）物体所在方框（人工）

（3）方框对应的坐标（工具自动完成）

备注：

标注的形状，不一定是方框，也可以是轮廓或圆形，椭圆形等。YOLU采用的是矩形方框。

1.2 什么是labelme

Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 LabelMe. The Open annotation tool 。

它是用 Python 语言编写的，图形界面使用的是 Qt（PyQt）。

其Python的源代码在github的位置：

1.3 Labelme 能干啥？

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。

（1）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）。

（2）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

（3）生成 VOC 格式的数据集（for semantic / instance segmentation）

PASCAL的全称是Pattern Analysis, Statistical Modelling and Computational Learning。

VOC的全称是Visual Object Classes。

PASCAL VOC竞赛目标主要是目标识别，其提供的数据集里包含了20类的物体。

（4）生成 COCO 格式的数据集（for instance segmentation）

MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。

COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。这个数据集以scene understanding为目标，主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。

图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。

（5）自定义图片+标签的自定义数据集

1.4 什么是JSON文件

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。

JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。 这些特性使JSON成为理想的数据交换语言。

JSON建构于两种结构：

（1）“名称/值”对的集合（A collection of name/value pairs）。不同的语言中，它被理解为对象（object），纪录（record），结构（struct），字典（dictionary），哈希表（hash table），有键列表（keyed list），或者关联数组 （associative array）。

（2）值的有序列表（An ordered list of values）。在大部分语言中，它被理解为数组（array）。

1.5 Labelme 安装

（1）Anaconda环境

conda activate pytorch-gpu-os pip install pyqt5  pip install labelme

1.6 Labelme打开

在命令行模式下，执行labelme命令，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。

由于图像化打标签，也可以先打开工具，然后在工具中设置参数。

例如：labelme --nodata --autosave

Open：打开单张要标注的图片

Open Dir：打开要标准图片所在的文件夹（一组文件）

第2章 Labelme使用方法

2.1 分类标注（图像分类）

使用 labelme 进行图像分类标注的教程详见：labelme_classification

分类标注：标注整个图像是某一种类型或名称。

（1）用法

命令行输入 labelme image1.png --output image1.json --flags 0,1

- --output：标注文件存放位置。如果给的参数是以.json结尾，则会向该文件写入一个标签。也就意味着如果使用.json指定位置，则只能对一个图像进行注释。如果位置不是以.json结尾，程序将假定它是一个目录。注释将以与在其上进行注释的图像相对应的名称存储在此目录中。

- --Flags: 为图像创建分类标签，多分类用逗号隔开。

- --nosortlabels： 是否对标签进行排序

5.2 目标检测标注（目标检测）

使用 labelme 进行目标检测标注的教程详见：labelme_bbox_detection

目标检测标注：通过方框，标注图像中的某一部分属于哪某一种类型或名称，而不是整张图片。

（1）使用

labelme data_annotated --labels labels.txt --nodata --autosave

说明：

--autosave：自动存储成与图片文件名同名的标签文件，提高打标签的效率

--nodata ：不需要把图片数据信息存储在标签文件中

（2）标签文件的内容

每个方框有标签的名称每个方框有的位置信息（X1,Y1）每个方框有的位置信息（X2,Y2）每个标签文件有对应的图片文件、是否包含图片的数据、图片的尺寸。

（3）Convert to VOC-format Dataset

# It generates:#   - data_dataset_voc/JPEGImages#   - data_dataset_voc/Annotations#   - data_dataset_voc/AnnotationsVisualization./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

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

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

5.5 视频标注

使用 labelme 进行视频标注的教程详见：labelme_video_annotation

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点

使用 labelme 进行其它形式的标注的教程详见：labelme_primitives

第3章 其他命令行工具

3.1 查看标注：labelme_draw_json

使用该命令可以快速查看JSON格式的标注。

3.2 格式转换：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。

3.3 把标签转换成图片：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

————————————————

版权声明：本文为CSDN博主「文火冰糖的硅基工坊」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：