LabelMe是一个功能强大的图像标注工具，它支持对象检测、实例分割、语义分割以及图像分类等多种计算机视觉任务。用户可以通过绘制多边形、矩形、圆形、线条和点来创建标注。本文将详细介绍如何使用LabelMe，包括安装、上传图片、创建标注、导出数据以及转换标注格式等步骤。
LabelMe的功能特点
LabelMe提供了一个图形界面，用户可以通过它来标注图像。使用LabelMe，可以为以下任务标注图像：
此外，LabelMe还支持对视频数据进行标注。
如何安装LabelMe
LabelMe提供了针对不同操作系统的安装方法，以及Python安装方法。Python安装方法可以在Windows（通过WSL）、Linux和macOS上使用，因此将在本指南中使用该方法。
使用Python安装LabelMe，运行以下命令：pip install labelme。命令执行完成后，可以使用以下命令启动LabelMe：labelme。启动后，LabelMe将在新窗口中弹出。
上传图片到LabelMe
要在LabelMe中标注图片，点击“Open Dir”并选择要打开的图片文件夹。也可以点击“Open”选择单个图片。在LabelMe中打开的图片文件夹（或单个图片）将加载。例如，将加载一个图片文件夹。选择文件夹后，将出现一个可以标注的图片。侧边栏显示一个“File List”框，可以在其中导航选择的文件夹中的图片。
如果需要项目图片，可以查看Roboflow Universe，这是一个共享计算机视觉数据集的社区。在Universe上有超过200,000个公共数据集，可以使用它们来帮助项目。
如何在LabelMe中创建标注
要创建标注，点击应用侧边栏中的“Create Polygons”按钮，然后点击“Edit”在应用命令托盘中选择要创建的多边形类型。以下是macOS上的命令托盘外观（根据使用的操作系统，托盘的外观可能会有所不同）：
在这里，可以点击“Create Rectangle”选择矩形工具，用于绘制边界框。选择矩形工具后，可以在加载的图片上任意点击开始绘制边界框：
0:00 / 1×
要绘制边界框，点击一个点，然后拖动光标绘制框。完成后，点击鼠标或触控板设置框。然后，系统会要求为对象选择一个类别。可以在进行过程中添加新类别，并重用已设置的现有类别。
如果是标注数据的新手，请查看《如何为计算机视觉标注图像指南》。该指南充满了最佳实践，将帮助创建高质量的标注，用于训练计算机视觉模型。
在项目中使用的标签列表将保存在LabelMe右侧面板的“Label List”列中。
要保存标注，按Command + S（macOS）或Control + S。这将在正在工作的图片所在的文件夹中保存一个包含标注数据的JSON文件。例如，如果在名为“train”的文件夹中工作，标注将保存在该文件夹中。
如何转换LabelMe数据
LabelMe以专有格式保存标注。标注的图像数据保存在自己的文件中。要使用标注来训练计算机视觉模型，可能需要将标注转换为另一种格式。在Roboflow的帮助下，可以免费进行几次点击即可完成转换。
创建一个免费的Roboflow账户，然后在Roboflow仪表板上点击“Create New Project”。为项目设置一个名称，并选择正在工作的项目类型（对象检测、分类、分割）。然后，点击“Create Public Project”。
将出现一个框，可以将LabelMe中的图片和标注拖放其中。当将数据拖放到框中时，会弹出一个窗口询问是否要使用LabelMe标注中嵌入的图片。点击“Use the Embedded Images”：
一旦上传了数据，点击侧边栏中的Generate以创建一个新项目版本。在此步骤中，可以选择对数据集应用任何预处理步骤和增强。当准备好创建数据集时，点击“Generate”。这将创建一个冻结时间的数据版本，可以导出。
当数据集生成后，可以选择以各种不同的格式导出数据（例如COCO、Pascal VOC）：
LabelMe的替代工具
在LabelMe中，可以通过简单的点击和拖动来标注多边形。但是，LabelMe并不是唯一可用于此任务的工具。还有许多其他标注工具，可以用于计算机视觉项目。
通过查看关于替代工具的其他博客文章，了解LabelMe与其他标注工具的比较：
- 如何在Roboflow Annotate中标注图像
- 如何在CVAT中标注图像
- 如何在VoTT中标注图像
- 如何在LabelImg中标注图像
- 如何在VGG Image Annotator中标注图像
LabelMe是一个免费的开源标注工具，可以用它来标注计算机视觉数据集。在本指南中，已经展示了如何使用LabelMe。介绍了安装LabelMe、创建标签以及如何将LabelMe数据转换为不同格式。
常见问题解答
LabelMe是免费的吗？ 是的。LabelMe是一个开源工具，可以免费使用。