【587】安裝 labelme

　　目前在做計算機視覺，需要自己打標，被安利 labelme，但是目前此網站以及不支持註冊了，只能本地安裝來實現。可以按照網站說明一步步操作。

• 按照 https://github.com/wkentaro/labelme 操作完成的

• 不同操作系統按照不同的方式安裝，本文是 MacOS

• 需要安裝 Anaconda、Docker，前者比較容易，後者也還好

• 下載 Docker Desktop，按照基本流程處理即可，然後運行下面代碼，在 Terminal 裏面運行即可

• # on macOS
  socat TCP-LISTEN:6000,reuseaddr,fork UNIX-CLIENT:\"$DISPLAY\" &
  docker run -it -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=docker.for.mac.host.internal:0 -v $(pwd):/root/workdir wkentaro/labelme

• 然後安裝 pyqt，用來實現圖形界面效果的，可以參考：mac install PyQt5，通過以下實現

• # brew 實現挺亂的
  pip3 install sip
  pip3 install pyqt5

• 最後在安裝 labelme 即可，如下所示：

• pip install labelme
  

   

　　使用方法：

• Run labelme --help for detail.

• The annotations are saved as a JSON file.

• 直接定位到圖片所在文件夾，然後通過下面代碼即可打開窗體操作

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

   

　　其他相關鏈接及操作見 GitHub 鏈接。