0、背景

最近需要实践deeplabv3+，因此觉得最好从数据准备——数据格式转换——模型训练——测试评估这条路径进行学习。网上大家都推荐使用labelme进行数据标注。看了官网，教程详细不费脑，确实觉得很赞。

1、开始安装

1.1 安装教程

由于我是Windows系统，所以选用了基于python3.6的anaconda 安装教程。具体流程为：安装anaconda、新建环境、进入新环境、用pip安装labelme这四步。详细代码如下：

  1. # python3
  2. conda create --name=labelme python=3.6
  3. source activate labelme
  4. # conda install -c conda-forge pyside2
  5. # conda install pyqt
  6. # pip install pyqt5  # pyqt5 can be installed via pip on python3
  7. pip install labelme
  8. # or you can install everything by conda command
  9. # conda install labelme -c conda-forge

1.2 遇到的问题

1.2.1 重复下载、无效安装

在用pip安装labelme的时候，由于没提前安装依赖项，pip给我一直从labelme4.6.0下载到了3.0.1都还没找到合眼缘的对象。要不是我主动终止，还不知道它会不会给我找到负数去。
image.png
image.png

1.2.2 缺少依赖项

我以为是没有指定版本导致了上面的问题。正好看到谋篇教程里提到3.19.0版本的labelme可以成功标注和导出指定格式的数据，因此我键入了pip install labelme==3.19.0。马上得到了以下的报错：

  1. ERROR: Could not find a version that satisfies the requirement PyYAML (from labelme) (from versions: none)
  2. ERROR: No matching distribution found for PyYAML

其实你安装好这个库之后运行上面那个命令，还是会报错。因为labelme的还有依赖项，这些依赖项一般在新环境中需要自己安装。于是我依次安装了PyYAML、numpy、Pillow、qtpy、matplotlib、lxml、pyqt5这些包。
安装成功后可以得到反馈：Successfully installed imgviz-1.4.1 labelme-3.19.0 termcolor-1.1.0

1.2.3 使用报错（找不到配置文件）

报错信息为FileNotFoundError: [Errno 2] No such file or directory: 'C:\\xxx\\xxx\\.labelmerc'
这个文件确实不存在，但是也没什么头绪。键入了labelme —help，想听听它的帮助与指导。

  1. usage: labelme [-h] [--version] [--reset-config]
  2.                [--logger-level {debug,info,warning,fatal,error}]
  3.                [--output OUTPUT] [--config CONFIG] [--nodata] [--autosave]
  4.                [--nosortlabels] [--flags FLAGS] [--labelflags LABEL_FLAGS]
  5.                [--labels LABELS] [--validatelabel {exact,instance}]
  6.                [--keep-prev] [--epsilon EPSILON]
  7.                [filename]
  9. positional arguments:
  10.   filename              image or label filename
  12. optional arguments:
  13.   -h, --help            show this help message and exit
  14.   --version, -V         show version
  15.   --reset-config        reset qt config
  16.   --logger-level {debug,info,warning,fatal,error}
  17.                         logger level
  18.   --output OUTPUT, -O OUTPUT, -o OUTPUT
  19.                         output file or directory (if it ends with .json it is
  20.                         recognized as file, else as directory)
  21.   --config CONFIG       config file or yaml-format string (default:
  22.                         C:\xxx\xxx\.labelmerc)
  23.   --nodata              stop storing image data to JSON file
  24.   --autosave            auto save
  25.   --nosortlabels        stop sorting labels
  26.   --flags FLAGS         comma separated list of flags OR file containing flags
  27.   --labelflags LABEL_FLAGS
  28.                         yaml string of label specific flags OR file containing
  29.                         json string of label specific flags (ex. {person-\d+:
  30.                         [male, tall], dog-\d+: [black, brown, white], .*:
  31.                         [occluded]})
  32.   --labels LABELS       comma separated list of labels OR file containing
  33.                         labels
  34.   --validatelabel {exact,instance}
  35.                         label validation types
  36.   --keep-prev           keep annotation of previous frame
  37.   --epsilon EPSILON     epsilon to find nearest vertex on canvas

从反馈信息来看，我安装的labelme缺少配置文件。那怎么办呢？再重新装一下试试！
马上重装了一个高一点的版本，于是labelme就可以正常使用啦。现在还有美中不足的是，每次使用的提示信息都是乱码。

  1. (labelme) D:\open-source-code\labelme\examples\tutorial>labelme apc2016_obj3.jpg
  2. [INFO   ] __init__:get_config:73 - Loading config file from: C:\xxx\xxx\.labelmerc

1.3 使用教程（摘抄自官网）

建议去官网学习。

  1. labelme  # just open gui
  3. # tutorial (single image example)
  4. cd examples/tutorial
  5. labelme apc2016_obj3.jpg  # specify image file
  6. labelme apc2016_obj3.jpg -O apc2016_obj3.json  # close window after the save
  7. labelme apc2016_obj3.jpg --nodata  # not include image data but relative image path in JSON file
  8. labelme apc2016_obj3.jpg \
  9.   --labels highland_6539_self_stick_notes,mead_index_cards,kong_air_dog_squeakair_tennis_ball  # specify label list
  11. # semantic segmentation example
  12. cd examples/semantic_segmentation
  13. labelme data_annotated/  # Open directory to annotate all images in it
  14. labelme data_annotated/ --labels labels.txt  # specify label list with a file

1.3.1 中文教程推荐