1.Labelme简介
labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，项目源代码已经开源。
项目开源地址：https://github.com/CSAILVision/LabelMeAnnotationTool
labelMe项目地址：http://labelme.csail.mit.edu/Release3.0/
2.安装过程
确认环境
需要python3.6,对应的conda版本为5.2及以下
Anaconda5.2下载网站https://repo.anaconda.com/archive/
首先确认已经安装了Anaconda，并且环境变量配置正常，验证方法：
WIN + R 输入cmd，打开命令行窗口，输入代码：
conda -V
python -V
正常输出对应版本，不报错即为正常。
安装
创建虚拟环境
conda create --name labelme python=3.6
按照提示操作直到完成
进入环境
activate labelme
安装依赖库
conda install pyqt
conda install pillow
pip install labelme
调用
labelme
调用成功后，弹出软件界面。
打完标注后的单个json转换成可用数据
labelme_json_to_dataset xxx.json
每个json文件转换后得到以下文件
批量转换json文件，如文件夹C:\Desktop\roitest\save里的json
for /r C:\Desktop\roitest\save %i in (*.json) do labelme_json_to_dataset %i
如果报错UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 715: illegal multibyte sequence
将json_to_dataset.py文件里的
open(filename, 'r')
改成
open(filename, 'r', encoding='utf-8')
修改保存的文件名
找到json_to_dataset.py文件，一般在D:\anaconda\envs\labelme\Lib\site-packages\labelme\cli\json_to_dataset.py
修改
修改标签颜色
找到 json_to_dataset.py，一般在D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli
修改
找到label.py，一般在D:\anaconda\envs\labelme\Lib\site-packages\imgviz\label.py
修改
不同版本的labelme指定cmap的文件好像不太一样，有的是在draw.py文件里
cmap的值要跟刚才的label_name_to_value对应
过滤某形状的标注
找到 json_to_dataset.py，一般在D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli
修改
为
修改标注时点和线的大小
找到shape.py,一般在D:\Anaconda3\envs\labelme\Lib\site-packages\labelme
修改point_size
缩放不一致，修改
修改生成标签时点和线的大小
找到shape.py,一般在D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\utils
修改point_size，line_width
labelme快捷键更改
修改C:\Users.labelmerc文件
参考资料：
https://www.cnblogs.com/ctgu/p/12675572.html
https://www.pythonf.cn/read/13122
