【技能---labelme软件的安装及其使用--ubuntu】

这篇具有很好参考价值的文章主要介绍了【技能---labelme软件的安装及其使用--ubuntu】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

概要

图像检测需要自己的数据集,为此需要对一些数据进行数据标注,这里提供了一种图像的常用标注工具——labelme。

下面对其进行有一些介绍:

Labelme 是什么?

Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 http://labelme.csail.mit.edu/ 。它是用 Python 语言编写的,图形界面使用的是 Qt(PyQt)。

实例分割样例(VOC)

其它样例(场景分割,目标检测,分类)

各形状标注样例(多边形,矩形,圆形,多段线,线段,点)

Labelme 能干啥?

对图像进行多边形,矩形,圆形,多段线,线段,点形式的标注(可用于目标检测,图像分割,等任务)。

对图像进行进行 flag 形式的标注(可用于图像分类 和 清理 任务)。

视频标注
生成 VOC 格式的数据集(for semantic / instance segmentation)
生成 COCO 格式的数据集(for instance segmentation)

Ubuntu20.04安装Labelme

提示:这里可以添加技术细节

1.Anaconda的安装

参考:【技能—Anaconda3常用命令使用入门】
【技能—ubuntu20.04安装Anaconda】

2.Labelme的安装

  1. 创建虚拟环境
# 创建labelme的环境
conda create -n labelme python=3.8

2.激活虚拟环境,开始安装

# 激活labelme环境
conda activate labelme
 
# 安装
conda install pyqt
# pip install labelme

pip install labelme==3.16.7

这里最好指定一下labelme 安装的版本,不然后续会遇到一些错误!!!

3.Labelme启动与使用

# 需要在labelme的环境下
conda activate labelme
labelme

3.Labelme的使用

这里就自己摸索摸索,软件使用起来比较的简单,没有特别的复杂!!!


okok,这个标注工具就这样了。文章来源地址https://www.toymoban.com/news/detail-824039.html

到了这里,关于【技能---labelme软件的安装及其使用--ubuntu】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • labelme安装与使用制作VOC数据集

    1.1 Anconda介绍 ​ Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等 因此安装Anaconda的好处主要为以下几点: 包含conda:conda是一个环境管理器,其功能依靠conda包来实现,该环境管理器与pip类似,那有童鞋会问了:我能通过pip装conda包达到conda环境管理器一

    2024年02月06日
    浏览(32)
  • labelImg和labelme的区别、安装和基本使用

    labelimg是一种矩形标注工具,常用于目标识别和目标检测,其标记数据输出为.xml和.txt labelme是一种多边形标注工具,可以准确的将轮廓标注出来,常用于分割,其标记输出格式为json labelImg和labelme都是训练数据集时,用于给数据集打标签的软件,但一个是矩形框,一个是可以

    2024年02月06日
    浏览(30)
  • 目标检测yolo格式与labelme标注互相转换及其可视化

              yolo目标检测数据采用矩形框进行标注,其标注格式为[cls_id xp yp wp hp],cls_id表示目标所属的类别序号。xp、yp表示目标中心点相对坐标,其中xp等于目标的绝对横坐标除以图像宽度,yp等于目标的绝对纵坐标除以图像高度。wp和hp表示目标的相对宽度和高度,其中

    2024年02月05日
    浏览(31)
  • Linux学习笔记--如何在ubuntu中启用root用户和安装软件的方法(解决安装依赖)

    一、ubuntu启用root用户 打开Terminal(终端),右键点击桌面,选择终端,弹出终端窗口。(使用快捷键ctrl+alt+t,也可以调出Terminal)。 指令su,该指令可切换用户或者切换到超级管理员root。 在终端输入su或者su root,查看 未启用root用户之前,该指令的结果如下: 如何启用root账户

    2024年02月08日
    浏览(30)
  • Anaconda安装及使用labelme制作实例分割自建数据集

    ①在Anaconda Prompt(虚拟环境对应的命令窗)中创建新的虚拟环境,命令如下: ②创建完成后,激活虚拟环境 ③安装labelme 正常运转需要各种依赖的包,先下载pyqt和pillow 均yes操作 ④安装labelme 至此,使用labelme的前期工作已经做完,接下来开始labelme的使用。 进入环境 打开la

    2024年02月10日
    浏览(32)
  • 【Linux】01 Ubantu安装NFS服务器及其使用

    在Ubantu终端执行以下命令即可安装: sudo apt install nfs-kernel-server  sudo mkdir /home/root/linux/nfs 使用如下命令打开 nfs 配置文件/etc/exports: sudo vi /etc/exports 打开/etc/exports 以后在后面添加如下所示内容: /home/root/linux/nfs  *(rw,sync,no_root_squash)  解析 :          /home/root/linux/nfs :指

    2024年01月21日
    浏览(29)
  • 使用Python和OpenCV批量可视化labelme分割标注结果

    【原创声明】 本文为博主原创文章,未经博主允许不得转载。 更多算法总结请关注我的博客:https://blog.csdn.net/suiyingy。         在计算机视觉领域中,图像分割是一项重要的任务,它可以将图像中的不同物体或区域进行像素级别的分割。而在图像分割任务中,人工标注数

    2024年04月16日
    浏览(24)
  • 【技能---ubuntu20.04安装Anaconda】

    在进行深度学习训练的过程中,我们面临的第一个问题就是深度环境的搭建,这是进行深度学习的第一步,那么这里有一个关键的操作就是利用Anaconda,他可以为每一个深度学习的网络创建一个单独的深度学习训练环境,以此来帮助大家区分不同网络对于不同版本的库的要求

    2024年01月25日
    浏览(45)
  • windows系统下docker软件中使用ubuntu发行版本的linux系统

    官网下载地址 下载安装之后,再去微软商店下载 wsl 软件,可以直接用,或者也可以使用命令行拉取(下面会讲) 前言:输入 win+r 打开命令行进行下面操作 第一步:拉取镜像(以 ubuntu 为例) 第二步:创建容器 第三步:退出之后,再次进去容器里面 创建成功之后可以在docke

    2024年01月17日
    浏览(52)
  • 【技能---500G硬盘-Ubuntu 20.04安装分区参考】

    安装Ubuntu 20.04的时候可以自己指定各个内存空间的占用,值得注意的是,这里的分区有一定的技巧!!! 当前我们拥有一个500G的固态硬盘,下面将进行我们的分区安排。 当我们在安装过程中进行到 “”安装类型“” 的选择中,我们选择第三个,也即是: 找到空闲区域(

    2024年02月02日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包