語義分割學習筆記（二）——Windows下 Labelme 配置

1 配置

1.1 資源下載

     MIT分割標定工具：http://labelme2.csail.mit.edu/Release3.0/index.php?message=1 
     python版本：https://github.com/wkentaro/labelme   

 

1.2 python版本配置

     首先安裝Anaconda，安裝後，在命令窗口用conda list測試conda命令是否有效，如果結果爲一空行，則在 Anaconda2\Scripts\conda-script.py 中添加：

 

if sys.getdefaultencoding() != 'gbk':  
	reload(sys)  
	sys.setdefaultencoding('gbk') 

 

然後運行：

 

conda create --name=labelme python=2.7
activate labelme
conda install pyqt
pip install labelme

注：根據Anaconda版本，修改對應python版本

 

 

1.3 遇到的問題

（1）conda install pyqt 出錯：

 

An error occurred while installing package '' defaults::qt-5.6.2-vc9_6

解決：http://blog.csdn.net/u013863751/article/details/72330041

 

（2）pip install labelme 出錯：

 

failed building wheel for scikit-image

解決： http://www.cnblogs.com/harvey888/p/5467276.html

 

（3）pip install ***出錯：

          UnicodeDecodeError: 'ascii' codec can't decode byte 0xb9 in position...

解決：在Anaconda2\Lib\site.py中添加：

 

if sys.getdefaultencoding() != 'gbk':  
	reload(sys)  
	sys.setdefaultencoding('gbk') 

 

（4）pip install scikit-image安裝成功後，還出現錯誤(2)：

解決：把命令窗口命令切換到 Anaconda2\Scripts，再運行命令 pip install labelme

 

2 使用

（1）Annotation

Run labelme --help for detail.

 

labelme  # Open GUI
labelme static/apc2016_obj3.jpg  # Specify file
labelme static/apc2016_obj3.jpg -O static/apc2016_obj3.json  # Close window after the save

The annotations are saved as a JSON file. The file includes the image itself.

 

（2）Visualization

To view the json file quickly, you can use utility script:

 

python scripts/labelme_draw_json static/apc2016_obj3.json

 

labelme_draw_json源碼爲python，也可以通過修改，用python IDE運行：

 

#!/usr/bin/env python

import argparse
import json
import matplotlib.pyplot as plt

from labelme import utils


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')
    args = parser.parse_args()

    json_file = args.json_file

    data = json.load(open(json_file))

    img = utils.img_b64_to_array(data['imageData'])
    lbl, lbl_names = utils.labelme_shapes_to_label(img.shape, data['shapes'])

    lbl_viz = utils.draw_label(lbl, img, lbl_names)

    plt.imshow(lbl_viz)
    plt.show()


if __name__ == '__main__':
    main()

 

（3）Convert to Dataset

To convert the json to set of image and label, you can run following:

python scripts/labelme_json_to_dataset static/apc2016_obj3.json