[YOLOv8] - 使用LabelMe对数据集进行标注（含安装和使用技巧）_yolov8标注工具labelme下载

什么是LabelMe?

LabelMe是一款开源的图像标注工具，它可以帮助用户对图像中的物体、区域和特征进行标记和分类。该工具支持多种图像格式，包括常见的JPEG、PNG、BMP等，同时也支持TIFF、GIF等格式。

使用LabelMe可以方便地对图像进行手动标注，用户可以通过鼠标在图像上点击或拖拽来选择要标记的物体或区域，然后输入相应的标签信息。

总之，LabelMe是一款功能强大、易于使用的图像标注工具，适用于各种图像处理和计算机视觉任务。  

Labelme is a graphical image annotation tool inspired by http://labelme.csail.mit.edu.
It is written in Python and uses Qt for its graphical interface.

版本还是比较新的，看来这个软件还在不断持续更新。

labelme · PyPI

GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).

Windows下如何安装LabelMe?

创建并激活YOLOv8虚拟环境

通过miniconda创建名为yolov8的python虚拟环境：

conda create -y -n yolov8 python==3.11

​

激活“yolov8”python虚拟环境:

conda activate yolov8

​

安装LabelMe

pip install labelme

启动LabelMe

labelme

一个小细节，打开时控制台有一行日志信息：

“C:\Users\Laolang\.labelmerc” 保存的是LabelMe用到的配置文件：

使用LabelMe来管理标注

点击左上方侧的按钮栏“Open Dir”打开要标注的图像目录，这时候在右下角列出图像目录的所有图像，第一次打开图像目录时，它会让你也选中标注保存的目录，后续还可以通过“File”菜单中的“Change Output Dir”进行修改。从右下角的图像列表中选中图像，打开图像，鼠标移到你要标注图像的左上角，按下“CTRL+W”键，将会出现一个矩形框，向右下方滑动鼠标，进行标注框绘制，选择现有的标签或者创建新的标签名，进行保存即可。绘制完成，你还按下“CTRL+J”选中绘制的矩形，进行移动和修调整形框的大小。最后按下“CTRL+S”进行标签保存。

 LabelMe的图像标注数据使用Coco数据集的json格式来保存，文件名为“被标注的图像名字.json”：

备注：LabelMe目前不支持YOLO的数据集格式，后续通过写python代码了进行格式转化。

LabelMe使用技巧

1. 选中“File->Save Automatically”，启动自动保存标注数据，可以减少按“CTRL+S”手动保存花费的时间，也可以直接修改“C:\Users\Laolang\.labelmerc”中的属性“auto_save”属性为“true”。

2. 选中“Save With Image Data”，对应的图像数据会以base64字符串保存到“.json”文件的“imageData”字段，可以方便后续，通过python脚本把标注数据导出为YOLOv8的格式。

3. 根据你要标注的图像整体色调，可以通过修改“C:\Users\Laolang\.labelmerc”中和颜色相关的属性来让标注框更醒目。

4. 通过给“labelme命令参数”，可以避免每次打开LabelMe都得手动设置图像目录，标注目录等。

下面是我创建的dos的bat命令：

D:\my_project\Anaconda3\envs\yolov8\Scripts\labelme.exe D:\YOLOv8Train\labelme_datasets\mktk_datasets\cut_640_images --labels D:\YOLOv8Train\labelme_datasets\mktk_datasets\cut_640_labels\classes.txt --output D:\YOLOv8Train\labelme_datasets\mktk_datasets\cut_640_labels

LabelMe命令帮助

可以通过dos命令“labelme --help”来查看命令参数，这个平时似乎很少用，大部分情况直接用UI就可以了。

怎么使用可以参考 GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).