1. 从零开始为什么选择Labelme进行目标检测标注如果你刚开始接触计算机视觉项目尤其是目标检测任务那么“数据标注”这个环节绝对是你绕不开、也最容易被低估的一环。很多人拿到一个开源模型比如YOLOv8兴冲冲地准备用自己的数据训练结果第一步就卡在了数据准备上图片有了框怎么画用什么工具画画出来的格式模型认不认这一连串问题足以让热情消退大半。我经历过这个阶段也用过不少标注工具从早期的LabelImg到一些在线的标注平台再到功能更强大的CVAT。最终在个人项目和小团队协作中我几乎固定在了Labelme上。这不是说其他工具不好而是Labelme在灵活性、格式支持和上手成本之间找到了一个非常棒的平衡点。它不是一个“傻瓜式”点击就完事的工具而是给了标注者足够的控制权让你清楚地知道自己在创造什么样的数据。对于目标检测任务来说这意味着你可以精确地定义每一个边界框Bounding Box并且为其附上正确的类别标签生成模型训练直接可用的JSON格式标注文件。简单来说Labelme解决了几个核心痛点第一它本地运行数据隐私和安全完全自己掌控适合处理不便上传的敏感或专有数据第二它生成的是一种结构化的JSON格式清晰地记录了每个标注对象的形状多边形、矩形等、位置和标签这种格式易于被各种训练脚本如YOLO、Detectron2等解析和转换第三它支持多边形标注这对于不规则形状的目标遥感图像中的建筑物、医疗图像中的病灶比单纯的矩形框更精准虽然目标检测多用矩形框但Labelme的矩形标注功能同样完备且易用。所以这篇笔记不是一份冰冷的官方文档翻译而是我作为实践者从环境搭建、标注实操、格式处理到避坑排错的全流程记录。无论你是想标注一批图片来训练自己的YOLO模型还是处理一些特殊的视觉任务希望这份带着“体温”的经验能帮你少走弯路。2. Labelme环境部署与基础配置详解工欲善其事必先利其器。Labelme的安装看似简单但不同的操作系统和Python环境可能会遇到一些“小惊喜”。下面我会分别针对Windows、macOS和Linux包括服务器环境给出最稳妥的安装方案。2.1 跨平台安装方案与依赖管理Labelme是一个Python包因此核心前提是有一个可用的Python环境。强烈建议使用Python 3.7至3.10之间的版本这是其依赖库兼容性最好的范围。Python 3.11及以上版本可能会遇到某些底层库如PyQt5的编译或兼容性问题。首选方案使用Conda创建独立环境这是最干净、冲突最少的方式尤其适合同时进行多个机器学习项目的你。# 1. 创建并激活一个名为labelme的虚拟环境Python版本指定为3.8 conda create -n labelme python3.8 conda activate labelme # 2. 安装Labelme # 使用清华镜像源加速安装核心包 pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple # 3. 可选但推荐安装一些常用的图像处理库方便后续处理 pip install opencv-python pillow numpy -i https://pypi.tuna.tsinghua.edu.cn/simple备选方案使用原生pip如果你系统里只有一个Python环境或者习惯使用venv可以这样操作# 使用pip直接安装确保pip版本较新 python -m pip install --upgrade pip pip install labelme注意在Windows上如果遇到关于pycocotools或lxml等库安装失败通常是因为缺少C编译环境。一个简单的解决方法是访问 Christoph Gohlke的Windows预编译库页面 下载对应Python版本和系统位数的.whl文件进行手动安装或者更简单地直接使用Conda安装因为Conda会帮你处理好这些二进制依赖。安装成功后在命令行输入labelme应该会弹出图形化界面。如果提示“command not found”可能是脚本安装路径没有添加到系统PATH中可以尝试用python -m labelme命令来启动。2.2 首次启动与界面核心功能速览第一次启动Labelme你会看到一个简洁的界面。别被它的简单迷惑关键功能都藏在了菜单和鼠标操作里。我们来快速熟悉一下菜单栏File: 打开图片/目录、保存标注、导出等。Edit: 编辑标注复制、粘贴、删除这里有个神器是Edit - Create Rectangle可以快速切换到矩形标注模式这是我们做目标检测最常用的。View: 调整视图如放大缩小。Help: 查看快捷键务必花两分钟看看效率提升全靠它。工具栏图标从左到右常见功能打开文件/文件夹。保存当前标注生成.json文件。删除选中的标注。编辑多边形形状拖动顶点。绘制多边形默认。我们需要将其切换为绘制矩形。复制、粘贴标注。核心操作逻辑打开数据点击File - Open Dir选择存放所有待标注图片的文件夹。这样软件会自动按顺序加载方便连续标注。切换标注形状默认是绘制多边形用于分割。对于目标检测我们需要矩形框。点击Edit - Create Rectangle或者更常用的直接按快捷键Ctrl R。此时鼠标光标会变成十字准星。开始标注在目标物体上按住鼠标左键拖动拉出一个矩形框。松开鼠标后会弹出一个对话框让你输入标签Label。比如标注狗就输入“dog”。你可以提前规划好类别保持命名一致大小写敏感。保存标注完一张图片的所有目标后按Ctrl S保存。Labelme会在图片同级目录下生成一个同名的.json文件。这个JSON文件包含了这张图片所有标注的绝对信息。这里有一个非常重要的个人习惯我会在开始标注前先建立一个清晰的目录结构。例如project/ ├── images/ # 存放所有原始图片 │ ├── img_001.jpg │ └── img_002.jpg ├── annotations/ # 存放Labelme生成的JSON文件可选可通过设置更改保存路径 └── labels/ # 用于存放最终转换后的YOLO格式txt文件后续步骤在Labelme中通过File - Open Dir打开images文件夹进行标注并通过File - Change Output Dir将JSON文件的输出目录指定到annotations可以让你的项目文件井井有条。3. 目标检测标注实战流程、规范与高效技巧现在环境准备好了界面也熟悉了让我们进入实战环节。标注不仅仅是“画框”它是一套需要严谨态度和规范流程的工作。3.1 标注前必须明确的规范与准则在动笔鼠标之前和你的团队或者未来的自己明确以下几点可以节省大量后期清洗和统一格式的时间标签命名规范一致性同一个物体永远用同一个标签。cat,Cat,CAT在模型看来是三个不同的类别。建议使用全小写英文单词或下划线连接如person,car,traffic_light。避免歧义不要用“其他”、“杂项”这种模糊标签。如果确实有难以归类的物体可以建立一个“unknown”或“background_object”类别但需谨慎使用。层级关系对于细粒度分类可以考虑层级标签如vehicle:car,vehicle:truck。但要注意很多模型训练框架需要平铺的类别列表你可能需要在后续转换时处理。边界框Bounding Box绘制准则紧密度框应该尽可能紧密地包围目标物体减少背景区域的纳入。但也不必紧贴像素边缘可以留出1-2个像素的微小空隙避免包含背景噪声。完整性确保框住了物体的全部可见部分。对于被遮挡的物体根据任务要求决定如果是检测“部分可见”的物体就框住可见部分如果必须检测完整物体则该遮挡样本可能不适合用于训练。横平竖直对于绝大多数自然场景目标使用与图像边缘平行的矩形框即axis-aligned bounding box。Labelme的矩形工具默认就是这样的。除非你在做旋转目标检测如遥感、文本否则不要倾斜框。困难样本与歧义处理小目标对于像素面积很小的物体如远处的行人要更加仔细地框选。可以适当放大图像进行标注。密集目标当多个同类物体紧密堆积时如一群鸟确保每个框只包含一个实例框与框之间可以有轻微重叠但要避免一个框包含多个物体。歧义目标如果无法确定物体类别应记录下来并统一讨论而不是随意标注。可以建立一个“待定”列表。3.2 高效标注的全流程与快捷键秘籍遵循一个流程化的操作可以极大提升效率和减少错误。以下是我的标准操作流程准备工作打开图片目录。立即按下Ctrl R切换到矩形标注模式。我建议将这个模式设为默认但Labelme目前每次启动会重置所以养成开场按快捷键的习惯。标注循环定位用鼠标滚轮或[、]键缩放图像将目标调整到合适大小。绘制在目标左上角附近按住左键拖动到右下角松开。技巧不必追求一次拉准可以先画个大概。微调画完后框体处于选中状态有四个顶点和控制点。你可以直接拖动框体内部移动整个框或者拖动边或角来调整大小。这个交互非常流畅。打标签在弹出的对话框中输入预设好的标签。高效技巧对于连续标注同一类物体在输入标签的对话框弹出时直接按Enter键可以快速复用上一个标签。你也可以在Edit - Label List中预定义标签列表然后通过下拉菜单选择。跳过/下一张如果当前图片没有目标负样本直接按Ctrl D进入下一张。务必保存哪怕是空标注这样在生成数据集列表时不会遗漏。核心快捷键清单Windows/LinuxCtrl R: 切换到矩形标注模式最重要。Ctrl S: 保存当前图片标注。Ctrl D: 打开下一张图片。Ctrl Shift D: 打开上一张图片。Ctrl F: 拟合多边形到矩形如果你误用了多边形可以用这个快速转换。Del或Ctrl Del: 删除选中的标注框。Ctrl C/Ctrl V: 复制/粘贴选中的标注适用于同一张图里多个相同物体。W: 放大图像。S: 缩小图像。Space: 拖拽画布。熟练使用这些快捷键你的标注速度至少能提升50%。特别是CtrlR,CtrlS,CtrlD这三个几乎构成了标注操作的核心循环。3.3 常见场景标注策略与SAM2辅助初探处理大量相似图片如果一段视频抽帧出来的图片相邻帧之间目标位置变化不大可以使用CtrlC/V复制粘贴标注然后进行微调能节省大量时间。标注尺寸不一的目标对于大小差异巨大的目标如远景的人和近景的车需要频繁缩放视图。使用W/S键或鼠标滚轮配合空格键拖拽比用工具栏按钮快得多。关于SAM2的辅助最近Meta发布的Segment Anything Model 2 (SAM2) 在图像分割上非常强大。有一些社区项目正在尝试将SAM2集成到Labelme中实现“点选”或“框选”自动生成分割掩膜。对于目标检测我们可以利用这个思路用SAM2快速生成一个目标的分割区域然后取这个区域的外接矩形框作为检测标注。这在大规模数据标注中潜力巨大。目前你可以通过一些第三方脚本先用SAM2对图片进行预标注生成粗略的掩膜文件再导入Labelme进行矩形框的修正和标签确认这比完全从零开始画框要快。不过这需要一定的工程整合能力对于新手建议先熟练掌握手动标注流程。4. 从Labelme JSON到模型训练格式的终极转换标注保存后你得到了一堆.json文件。但YOLO、PyTorch、TensorFlow等框架通常不直接读取Labelme的JSON格式。因此格式转换是通往训练前的最后一道也是至关重要的一道工序。4.1 深度解析Labelme JSON文件结构理解输出格式是正确转换的前提。打开一个JSON文件你会看到类似下面的结构已简化{ version: 5.1.1, flags: {}, shapes: [ { label: dog, points: [[x1, y1], [x2, y2]], group_id: null, shape_type: rectangle, flags: {} }, { label: cat, points: [[x3, y3], [x4, y4]], group_id: null, shape_type: rectangle, flags: {} } ], imagePath: img_001.jpg, imageData: null, // 或包含base64编码的图片数据 imageHeight: 600, imageWidth: 800 }shapes: 列表包含了所有标注对象。每个对象是一个字典。label: 字符串就是我们标注时输入的类别标签。points: 列表表示形状的顶点。对于矩形rectangle它只有两个点[左上角x, y], [右下角x, y]。注意这里的坐标是绝对像素坐标。shape_type: 字符串标注形状类型。我们关注的是rectangle。group_id: 可用于关联多个形状如同一个物体的不同部分目标检测中通常为null。imagePath: 图片的相对或绝对路径。imageHeight/imageWidth: 图片的高和宽这是进行坐标归一化的关键。4.2 转换为YOLO格式的完整脚本与详解YOLO格式要求每个图片对应一个.txt文件文件每一行代表一个物体格式为class_id x_center y_center width height其中x_center, y_center, width, height是相对于图片宽度和高度的归一化值范围在[0, 1]之间。下面是一个健壮的、带错误处理的Python转换脚本。请将其保存为labelme2yolo.py并根据你的项目修改classes列表。import json import os import argparse from pathlib import Path def convert_labelme_to_yolo(json_dir, output_dir, classes): 将Labelme生成的JSON标注文件转换为YOLO格式的txt文件。 参数: json_dir: 存放JSON文件的目录路径。 output_dir: 输出YOLO格式txt文件的目录路径。 classes: 类别列表索引号将作为class_id。 json_dir Path(json_dir) output_dir Path(output_dir) output_dir.mkdir(parentsTrue, exist_okTrue) # 创建输出目录 # 创建类别映射字典方便通过标签名查找索引 class_dict {cls: idx for idx, cls in enumerate(classes)} # 遍历所有JSON文件 for json_file in json_dir.glob(*.json): with open(json_file, r, encodingutf-8) as f: data json.load(f) img_height data[imageHeight] img_width data[imageWidth] txt_filename output_dir / (json_file.stem .txt) # 同名txt文件 with open(txt_filename, w, encodingutf-8) as f_txt: for shape in data[shapes]: label shape[label] # 检查标签是否在预定义的类别列表中 if label not in class_dict: print(f警告: 在文件 {json_file.name} 中发现未知标签 {label}已跳过。) continue # 或者可以将其归为一个特定的“未知”类别 class_id class_dict[label] # 确保是矩形标注 if shape[shape_type] ! rectangle: print(f警告: 文件 {json_file.name} 中包含非矩形标注 ({shape[shape_type]})已跳过。) continue points shape[points] # 获取矩形左上角和右下角坐标 x1, y1 points[0] x2, y2 points[1] # 计算矩形框中心点、宽度和高度像素单位 x_center (x1 x2) / 2.0 y_center (y1 y2) / 2.0 box_width abs(x2 - x1) # 使用绝对值避免坐标顺序问题 box_height abs(y2 - y1) # 归一化到 [0, 1] x_center_norm x_center / img_width y_center_norm y_center / img_height box_width_norm box_width / img_width box_height_norm box_height / img_height # 写入YOLO格式行 # 使用格式化字符串控制精度通常6位小数足够 f_txt.write(f{class_id} {x_center_norm:.6f} {y_center_norm:.6f} {box_width_norm:.6f} {box_height_norm:.6f}\n) print(f已转换: {json_file.name} - {txt_filename.name}) if __name__ __main__: parser argparse.ArgumentParser(description将Labelme JSON标注转换为YOLO格式。) parser.add_argument(--json_dir, typestr, requiredTrue, helpLabelme JSON文件所在目录) parser.add_argument(--output_dir, typestr, requiredTrue, helpYOLO格式txt文件输出目录) parser.add_argument(--classes, typestr, nargs, requiredTrue, help类别名称列表用空格分隔例如person car dog) args parser.parse_args() # 示例: python labelme2yolo.py --json_dir ./annotations --output_dir ./labels --classes person car bicycle convert_labelme_to_yolo(args.json_dir, args.output_dir, args.classes)使用方式将上述脚本保存。在命令行中切换到脚本所在目录运行python labelme2yolo.py --json_dir ./annotations --output_dir ./labels --classes cat dog person其中--classes参数后面按顺序列出你所有的类别。这个顺序非常重要它决定了每个类别的ID从0开始。在后续训练YOLO模型时data.yaml文件里的names列表必须与此完全一致。4.3 生成YOLO训练所需的配置文件转换出labels文件夹后你还需要一个数据集配置文件。在YOLOv5/v8中通常是一个data.yaml文件。# data.yaml path: /path/to/your/project # 数据集根目录 train: images/train # 训练集图片相对路径相对于path val: images/val # 验证集图片相对路径 # 类别数 nc: 3 # 类别名称列表顺序必须与转换脚本中的--classes参数一致 names: [cat, dog, person]你需要手动或写脚本将图片划分为训练集和验证集例如80%/20%并把对应的图片和标签文件分别放到images/train,images/val,labels/train,labels/val目录下。最终目录结构如下project/ ├── data.yaml ├── images/ │ ├── train/ │ │ ├── img_001.jpg │ │ └── ... │ └── val/ │ ├── img_101.jpg │ └── ... └── labels/ ├── train/ │ ├── img_001.txt │ └── ... └── val/ ├── img_101.txt └── ...这样你就可以在YOLO训练命令中通过datadata.yaml来指定数据集了。5. 标注质量检查、常见问题与排错指南即使再小心标注过程中和转换后也可能出现问题。在投入训练前进行一次系统的质量检查至关重要。5.1 可视化检查确保框与标签对应正确最直接的方法是将生成的YOLO格式标签画回原图上看。使用OpenCV可以轻松实现import cv2 import os def visualize_yolo_label(img_path, label_path, classes): img cv2.imread(img_path) h, w, _ img.shape with open(label_path, r) as f: lines f.readlines() for line in lines: parts line.strip().split() class_id, x_c, y_c, bw, bh map(float, parts) # 将归一化坐标转换回像素坐标 x_c_abs int(x_c * w) y_c_abs int(y_c * h) bw_abs int(bw * w) bh_abs int(bh * h) # 计算左上角坐标 x1 int(x_c_abs - bw_abs / 2) y1 int(y_c_abs - bh_abs / 2) x2 int(x_c_abs bw_abs / 2) y2 int(y_c_abs bh_abs / 2) # 画矩形和标签 cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) label classes[int(class_id)] cv2.putText(img, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0,255,0), 2) cv2.imshow(Check, img) cv2.waitKey(0) cv2.destroyAllWindows() # 示例使用 classes [cat, dog, person] visualize_yolo_label(project/images/train/img_001.jpg, project/labels/train/img_001.txt, classes)随机抽查一些图片查看框的位置是否准确、标签是否正确、是否有漏标或错标。5.2 常见错误与解决方案排查表问题现象可能原因解决方案转换脚本报错KeyError: imageHeightJSON文件中缺少imageHeight或imageWidth字段。可能是Labelme版本问题或文件损坏。1. 检查JSON文件完整性。2. 尝试用Labelme重新打开并保存一下该图片。3. 在脚本中添加异常处理打印出错文件名。YOLO训练时提示“Label file is empty”某个.txt标签文件是空的没有目标但图片路径存在于训练列表中。这是正常的负样本没有目标的图片可以有空标签文件。确保你的数据集划分脚本正确处理了这种情况。框的位置在可视化时完全错乱坐标归一化计算错误或图片宽高获取有误。最常见的是弄混了XY坐标顺序。检查转换脚本OpenCV/PIL读取图片的尺寸是(高宽)而Labelme的JSON里是imageWidth宽imageHeight高。确保用对。类别ID对不上预测时标签错误转换脚本中的classes列表顺序与训练时data.yaml中的names顺序不一致。绝对确保两者完全一致。建议将类别列表写在一个单独的classes.txt文件中转换和配置都读取这个文件。标注框超出图片边界在Labelme中画框时起点或终点拖到了画布外。在转换脚本中加入边界检查逻辑将越界的坐标裁剪到[0, width-1]和[0, height-1]范围内。同一个物体有多个重叠框标注时不小心重复标注了。在Labelme中检查并删除重复的标注。在转换前可以写一个脚本检查同一类别框的IoU交并比如果过高则报警。JSON文件中有非矩形标注不小心用成了多边形工具。在转换脚本中通过shape_type过滤只处理rectangle类型并对其他类型给出警告。5.3 高级技巧自动化检查与数据清洗脚本雏形对于大型数据集手动检查不现实。可以编写简单的自动化检查脚本集成到你的标注流水线中import json from pathlib import Path def basic_label_check(json_dir): 基础检查空标注、无效形状、标签不在列表等 all_classes set() error_files [] for json_file in Path(json_dir).glob(*.json): with open(json_file, r) as f: data json.load(f) if shapes not in data or len(data[shapes]) 0: print(f提示: {json_file.name} 是空标注负样本。) continue for shape in data[shapes]: all_classes.add(shape[label]) if shape[shape_type] ! rectangle: error_files.append((json_file.name, f非矩形标注: {shape[shape_type]})) # 检查坐标点数量 if len(shape[points]) ! 2: error_files.append((json_file.name, 矩形坐标点数量错误)) # 检查坐标是否在图片范围内简单示例 x1, y1 shape[points][0] x2, y2 shape[points][1] if not (0 x1 data[imageWidth] and 0 x2 data[imageWidth]): error_files.append((json_file.name, fX坐标越界: {x1}, {x2})) print(f数据集中出现的所有标签: {all_classes}) if error_files: print(\n发现错误文件:) for f, e in error_files: print(f - {f}: {e}) else: print(\n基础检查通过。) # 运行检查 basic_label_check(./annotations)这个脚本能快速帮你发现一些明显的问题比如意外的标签、非矩形标注和明显的坐标越界在投入训练前做一次这样的检查非常有必要。标注工作虽然繁琐但它是模型效果的基石。一份高质量、规范的数据集往往比尝试更复杂的模型结构带来的提升更大。在Labelme的帮助下通过规范的流程、高效的技巧和严谨的检查你可以为自己的目标检测项目打下最坚实的基础。
1. 从零开始为什么选择Labelme进行目标检测标注如果你刚开始接触计算机视觉项目尤其是目标检测任务那么“数据标注”这个环节绝对是你绕不开、也最容易被低估的一环。很多人拿到一个开源模型比如YOLOv8兴冲冲地准备用自己的数据训练结果第一步就卡在了数据准备上图片有了框怎么画用什么工具画画出来的格式模型认不认这一连串问题足以让热情消退大半。我经历过这个阶段也用过不少标注工具从早期的LabelImg到一些在线的标注平台再到功能更强大的CVAT。最终在个人项目和小团队协作中我几乎固定在了Labelme上。这不是说其他工具不好而是Labelme在灵活性、格式支持和上手成本之间找到了一个非常棒的平衡点。它不是一个“傻瓜式”点击就完事的工具而是给了标注者足够的控制权让你清楚地知道自己在创造什么样的数据。对于目标检测任务来说这意味着你可以精确地定义每一个边界框Bounding Box并且为其附上正确的类别标签生成模型训练直接可用的JSON格式标注文件。简单来说Labelme解决了几个核心痛点第一它本地运行数据隐私和安全完全自己掌控适合处理不便上传的敏感或专有数据第二它生成的是一种结构化的JSON格式清晰地记录了每个标注对象的形状多边形、矩形等、位置和标签这种格式易于被各种训练脚本如YOLO、Detectron2等解析和转换第三它支持多边形标注这对于不规则形状的目标遥感图像中的建筑物、医疗图像中的病灶比单纯的矩形框更精准虽然目标检测多用矩形框但Labelme的矩形标注功能同样完备且易用。所以这篇笔记不是一份冰冷的官方文档翻译而是我作为实践者从环境搭建、标注实操、格式处理到避坑排错的全流程记录。无论你是想标注一批图片来训练自己的YOLO模型还是处理一些特殊的视觉任务希望这份带着“体温”的经验能帮你少走弯路。2. Labelme环境部署与基础配置详解工欲善其事必先利其器。Labelme的安装看似简单但不同的操作系统和Python环境可能会遇到一些“小惊喜”。下面我会分别针对Windows、macOS和Linux包括服务器环境给出最稳妥的安装方案。2.1 跨平台安装方案与依赖管理Labelme是一个Python包因此核心前提是有一个可用的Python环境。强烈建议使用Python 3.7至3.10之间的版本这是其依赖库兼容性最好的范围。Python 3.11及以上版本可能会遇到某些底层库如PyQt5的编译或兼容性问题。首选方案使用Conda创建独立环境这是最干净、冲突最少的方式尤其适合同时进行多个机器学习项目的你。# 1. 创建并激活一个名为labelme的虚拟环境Python版本指定为3.8 conda create -n labelme python3.8 conda activate labelme # 2. 安装Labelme # 使用清华镜像源加速安装核心包 pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple # 3. 可选但推荐安装一些常用的图像处理库方便后续处理 pip install opencv-python pillow numpy -i https://pypi.tuna.tsinghua.edu.cn/simple备选方案使用原生pip如果你系统里只有一个Python环境或者习惯使用venv可以这样操作# 使用pip直接安装确保pip版本较新 python -m pip install --upgrade pip pip install labelme注意在Windows上如果遇到关于pycocotools或lxml等库安装失败通常是因为缺少C编译环境。一个简单的解决方法是访问 Christoph Gohlke的Windows预编译库页面 下载对应Python版本和系统位数的.whl文件进行手动安装或者更简单地直接使用Conda安装因为Conda会帮你处理好这些二进制依赖。安装成功后在命令行输入labelme应该会弹出图形化界面。如果提示“command not found”可能是脚本安装路径没有添加到系统PATH中可以尝试用python -m labelme命令来启动。2.2 首次启动与界面核心功能速览第一次启动Labelme你会看到一个简洁的界面。别被它的简单迷惑关键功能都藏在了菜单和鼠标操作里。我们来快速熟悉一下菜单栏File: 打开图片/目录、保存标注、导出等。Edit: 编辑标注复制、粘贴、删除这里有个神器是Edit - Create Rectangle可以快速切换到矩形标注模式这是我们做目标检测最常用的。View: 调整视图如放大缩小。Help: 查看快捷键务必花两分钟看看效率提升全靠它。工具栏图标从左到右常见功能打开文件/文件夹。保存当前标注生成.json文件。删除选中的标注。编辑多边形形状拖动顶点。绘制多边形默认。我们需要将其切换为绘制矩形。复制、粘贴标注。核心操作逻辑打开数据点击File - Open Dir选择存放所有待标注图片的文件夹。这样软件会自动按顺序加载方便连续标注。切换标注形状默认是绘制多边形用于分割。对于目标检测我们需要矩形框。点击Edit - Create Rectangle或者更常用的直接按快捷键Ctrl R。此时鼠标光标会变成十字准星。开始标注在目标物体上按住鼠标左键拖动拉出一个矩形框。松开鼠标后会弹出一个对话框让你输入标签Label。比如标注狗就输入“dog”。你可以提前规划好类别保持命名一致大小写敏感。保存标注完一张图片的所有目标后按Ctrl S保存。Labelme会在图片同级目录下生成一个同名的.json文件。这个JSON文件包含了这张图片所有标注的绝对信息。这里有一个非常重要的个人习惯我会在开始标注前先建立一个清晰的目录结构。例如project/ ├── images/ # 存放所有原始图片 │ ├── img_001.jpg │ └── img_002.jpg ├── annotations/ # 存放Labelme生成的JSON文件可选可通过设置更改保存路径 └── labels/ # 用于存放最终转换后的YOLO格式txt文件后续步骤在Labelme中通过File - Open Dir打开images文件夹进行标注并通过File - Change Output Dir将JSON文件的输出目录指定到annotations可以让你的项目文件井井有条。3. 目标检测标注实战流程、规范与高效技巧现在环境准备好了界面也熟悉了让我们进入实战环节。标注不仅仅是“画框”它是一套需要严谨态度和规范流程的工作。3.1 标注前必须明确的规范与准则在动笔鼠标之前和你的团队或者未来的自己明确以下几点可以节省大量后期清洗和统一格式的时间标签命名规范一致性同一个物体永远用同一个标签。cat,Cat,CAT在模型看来是三个不同的类别。建议使用全小写英文单词或下划线连接如person,car,traffic_light。避免歧义不要用“其他”、“杂项”这种模糊标签。如果确实有难以归类的物体可以建立一个“unknown”或“background_object”类别但需谨慎使用。层级关系对于细粒度分类可以考虑层级标签如vehicle:car,vehicle:truck。但要注意很多模型训练框架需要平铺的类别列表你可能需要在后续转换时处理。边界框Bounding Box绘制准则紧密度框应该尽可能紧密地包围目标物体减少背景区域的纳入。但也不必紧贴像素边缘可以留出1-2个像素的微小空隙避免包含背景噪声。完整性确保框住了物体的全部可见部分。对于被遮挡的物体根据任务要求决定如果是检测“部分可见”的物体就框住可见部分如果必须检测完整物体则该遮挡样本可能不适合用于训练。横平竖直对于绝大多数自然场景目标使用与图像边缘平行的矩形框即axis-aligned bounding box。Labelme的矩形工具默认就是这样的。除非你在做旋转目标检测如遥感、文本否则不要倾斜框。困难样本与歧义处理小目标对于像素面积很小的物体如远处的行人要更加仔细地框选。可以适当放大图像进行标注。密集目标当多个同类物体紧密堆积时如一群鸟确保每个框只包含一个实例框与框之间可以有轻微重叠但要避免一个框包含多个物体。歧义目标如果无法确定物体类别应记录下来并统一讨论而不是随意标注。可以建立一个“待定”列表。3.2 高效标注的全流程与快捷键秘籍遵循一个流程化的操作可以极大提升效率和减少错误。以下是我的标准操作流程准备工作打开图片目录。立即按下Ctrl R切换到矩形标注模式。我建议将这个模式设为默认但Labelme目前每次启动会重置所以养成开场按快捷键的习惯。标注循环定位用鼠标滚轮或[、]键缩放图像将目标调整到合适大小。绘制在目标左上角附近按住左键拖动到右下角松开。技巧不必追求一次拉准可以先画个大概。微调画完后框体处于选中状态有四个顶点和控制点。你可以直接拖动框体内部移动整个框或者拖动边或角来调整大小。这个交互非常流畅。打标签在弹出的对话框中输入预设好的标签。高效技巧对于连续标注同一类物体在输入标签的对话框弹出时直接按Enter键可以快速复用上一个标签。你也可以在Edit - Label List中预定义标签列表然后通过下拉菜单选择。跳过/下一张如果当前图片没有目标负样本直接按Ctrl D进入下一张。务必保存哪怕是空标注这样在生成数据集列表时不会遗漏。核心快捷键清单Windows/LinuxCtrl R: 切换到矩形标注模式最重要。Ctrl S: 保存当前图片标注。Ctrl D: 打开下一张图片。Ctrl Shift D: 打开上一张图片。Ctrl F: 拟合多边形到矩形如果你误用了多边形可以用这个快速转换。Del或Ctrl Del: 删除选中的标注框。Ctrl C/Ctrl V: 复制/粘贴选中的标注适用于同一张图里多个相同物体。W: 放大图像。S: 缩小图像。Space: 拖拽画布。熟练使用这些快捷键你的标注速度至少能提升50%。特别是CtrlR,CtrlS,CtrlD这三个几乎构成了标注操作的核心循环。3.3 常见场景标注策略与SAM2辅助初探处理大量相似图片如果一段视频抽帧出来的图片相邻帧之间目标位置变化不大可以使用CtrlC/V复制粘贴标注然后进行微调能节省大量时间。标注尺寸不一的目标对于大小差异巨大的目标如远景的人和近景的车需要频繁缩放视图。使用W/S键或鼠标滚轮配合空格键拖拽比用工具栏按钮快得多。关于SAM2的辅助最近Meta发布的Segment Anything Model 2 (SAM2) 在图像分割上非常强大。有一些社区项目正在尝试将SAM2集成到Labelme中实现“点选”或“框选”自动生成分割掩膜。对于目标检测我们可以利用这个思路用SAM2快速生成一个目标的分割区域然后取这个区域的外接矩形框作为检测标注。这在大规模数据标注中潜力巨大。目前你可以通过一些第三方脚本先用SAM2对图片进行预标注生成粗略的掩膜文件再导入Labelme进行矩形框的修正和标签确认这比完全从零开始画框要快。不过这需要一定的工程整合能力对于新手建议先熟练掌握手动标注流程。4. 从Labelme JSON到模型训练格式的终极转换标注保存后你得到了一堆.json文件。但YOLO、PyTorch、TensorFlow等框架通常不直接读取Labelme的JSON格式。因此格式转换是通往训练前的最后一道也是至关重要的一道工序。4.1 深度解析Labelme JSON文件结构理解输出格式是正确转换的前提。打开一个JSON文件你会看到类似下面的结构已简化{ version: 5.1.1, flags: {}, shapes: [ { label: dog, points: [[x1, y1], [x2, y2]], group_id: null, shape_type: rectangle, flags: {} }, { label: cat, points: [[x3, y3], [x4, y4]], group_id: null, shape_type: rectangle, flags: {} } ], imagePath: img_001.jpg, imageData: null, // 或包含base64编码的图片数据 imageHeight: 600, imageWidth: 800 }shapes: 列表包含了所有标注对象。每个对象是一个字典。label: 字符串就是我们标注时输入的类别标签。points: 列表表示形状的顶点。对于矩形rectangle它只有两个点[左上角x, y], [右下角x, y]。注意这里的坐标是绝对像素坐标。shape_type: 字符串标注形状类型。我们关注的是rectangle。group_id: 可用于关联多个形状如同一个物体的不同部分目标检测中通常为null。imagePath: 图片的相对或绝对路径。imageHeight/imageWidth: 图片的高和宽这是进行坐标归一化的关键。4.2 转换为YOLO格式的完整脚本与详解YOLO格式要求每个图片对应一个.txt文件文件每一行代表一个物体格式为class_id x_center y_center width height其中x_center, y_center, width, height是相对于图片宽度和高度的归一化值范围在[0, 1]之间。下面是一个健壮的、带错误处理的Python转换脚本。请将其保存为labelme2yolo.py并根据你的项目修改classes列表。import json import os import argparse from pathlib import Path def convert_labelme_to_yolo(json_dir, output_dir, classes): 将Labelme生成的JSON标注文件转换为YOLO格式的txt文件。 参数: json_dir: 存放JSON文件的目录路径。 output_dir: 输出YOLO格式txt文件的目录路径。 classes: 类别列表索引号将作为class_id。 json_dir Path(json_dir) output_dir Path(output_dir) output_dir.mkdir(parentsTrue, exist_okTrue) # 创建输出目录 # 创建类别映射字典方便通过标签名查找索引 class_dict {cls: idx for idx, cls in enumerate(classes)} # 遍历所有JSON文件 for json_file in json_dir.glob(*.json): with open(json_file, r, encodingutf-8) as f: data json.load(f) img_height data[imageHeight] img_width data[imageWidth] txt_filename output_dir / (json_file.stem .txt) # 同名txt文件 with open(txt_filename, w, encodingutf-8) as f_txt: for shape in data[shapes]: label shape[label] # 检查标签是否在预定义的类别列表中 if label not in class_dict: print(f警告: 在文件 {json_file.name} 中发现未知标签 {label}已跳过。) continue # 或者可以将其归为一个特定的“未知”类别 class_id class_dict[label] # 确保是矩形标注 if shape[shape_type] ! rectangle: print(f警告: 文件 {json_file.name} 中包含非矩形标注 ({shape[shape_type]})已跳过。) continue points shape[points] # 获取矩形左上角和右下角坐标 x1, y1 points[0] x2, y2 points[1] # 计算矩形框中心点、宽度和高度像素单位 x_center (x1 x2) / 2.0 y_center (y1 y2) / 2.0 box_width abs(x2 - x1) # 使用绝对值避免坐标顺序问题 box_height abs(y2 - y1) # 归一化到 [0, 1] x_center_norm x_center / img_width y_center_norm y_center / img_height box_width_norm box_width / img_width box_height_norm box_height / img_height # 写入YOLO格式行 # 使用格式化字符串控制精度通常6位小数足够 f_txt.write(f{class_id} {x_center_norm:.6f} {y_center_norm:.6f} {box_width_norm:.6f} {box_height_norm:.6f}\n) print(f已转换: {json_file.name} - {txt_filename.name}) if __name__ __main__: parser argparse.ArgumentParser(description将Labelme JSON标注转换为YOLO格式。) parser.add_argument(--json_dir, typestr, requiredTrue, helpLabelme JSON文件所在目录) parser.add_argument(--output_dir, typestr, requiredTrue, helpYOLO格式txt文件输出目录) parser.add_argument(--classes, typestr, nargs, requiredTrue, help类别名称列表用空格分隔例如person car dog) args parser.parse_args() # 示例: python labelme2yolo.py --json_dir ./annotations --output_dir ./labels --classes person car bicycle convert_labelme_to_yolo(args.json_dir, args.output_dir, args.classes)使用方式将上述脚本保存。在命令行中切换到脚本所在目录运行python labelme2yolo.py --json_dir ./annotations --output_dir ./labels --classes cat dog person其中--classes参数后面按顺序列出你所有的类别。这个顺序非常重要它决定了每个类别的ID从0开始。在后续训练YOLO模型时data.yaml文件里的names列表必须与此完全一致。4.3 生成YOLO训练所需的配置文件转换出labels文件夹后你还需要一个数据集配置文件。在YOLOv5/v8中通常是一个data.yaml文件。# data.yaml path: /path/to/your/project # 数据集根目录 train: images/train # 训练集图片相对路径相对于path val: images/val # 验证集图片相对路径 # 类别数 nc: 3 # 类别名称列表顺序必须与转换脚本中的--classes参数一致 names: [cat, dog, person]你需要手动或写脚本将图片划分为训练集和验证集例如80%/20%并把对应的图片和标签文件分别放到images/train,images/val,labels/train,labels/val目录下。最终目录结构如下project/ ├── data.yaml ├── images/ │ ├── train/ │ │ ├── img_001.jpg │ │ └── ... │ └── val/ │ ├── img_101.jpg │ └── ... └── labels/ ├── train/ │ ├── img_001.txt │ └── ... └── val/ ├── img_101.txt └── ...这样你就可以在YOLO训练命令中通过datadata.yaml来指定数据集了。5. 标注质量检查、常见问题与排错指南即使再小心标注过程中和转换后也可能出现问题。在投入训练前进行一次系统的质量检查至关重要。5.1 可视化检查确保框与标签对应正确最直接的方法是将生成的YOLO格式标签画回原图上看。使用OpenCV可以轻松实现import cv2 import os def visualize_yolo_label(img_path, label_path, classes): img cv2.imread(img_path) h, w, _ img.shape with open(label_path, r) as f: lines f.readlines() for line in lines: parts line.strip().split() class_id, x_c, y_c, bw, bh map(float, parts) # 将归一化坐标转换回像素坐标 x_c_abs int(x_c * w) y_c_abs int(y_c * h) bw_abs int(bw * w) bh_abs int(bh * h) # 计算左上角坐标 x1 int(x_c_abs - bw_abs / 2) y1 int(y_c_abs - bh_abs / 2) x2 int(x_c_abs bw_abs / 2) y2 int(y_c_abs bh_abs / 2) # 画矩形和标签 cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) label classes[int(class_id)] cv2.putText(img, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0,255,0), 2) cv2.imshow(Check, img) cv2.waitKey(0) cv2.destroyAllWindows() # 示例使用 classes [cat, dog, person] visualize_yolo_label(project/images/train/img_001.jpg, project/labels/train/img_001.txt, classes)随机抽查一些图片查看框的位置是否准确、标签是否正确、是否有漏标或错标。5.2 常见错误与解决方案排查表问题现象可能原因解决方案转换脚本报错KeyError: imageHeightJSON文件中缺少imageHeight或imageWidth字段。可能是Labelme版本问题或文件损坏。1. 检查JSON文件完整性。2. 尝试用Labelme重新打开并保存一下该图片。3. 在脚本中添加异常处理打印出错文件名。YOLO训练时提示“Label file is empty”某个.txt标签文件是空的没有目标但图片路径存在于训练列表中。这是正常的负样本没有目标的图片可以有空标签文件。确保你的数据集划分脚本正确处理了这种情况。框的位置在可视化时完全错乱坐标归一化计算错误或图片宽高获取有误。最常见的是弄混了XY坐标顺序。检查转换脚本OpenCV/PIL读取图片的尺寸是(高宽)而Labelme的JSON里是imageWidth宽imageHeight高。确保用对。类别ID对不上预测时标签错误转换脚本中的classes列表顺序与训练时data.yaml中的names顺序不一致。绝对确保两者完全一致。建议将类别列表写在一个单独的classes.txt文件中转换和配置都读取这个文件。标注框超出图片边界在Labelme中画框时起点或终点拖到了画布外。在转换脚本中加入边界检查逻辑将越界的坐标裁剪到[0, width-1]和[0, height-1]范围内。同一个物体有多个重叠框标注时不小心重复标注了。在Labelme中检查并删除重复的标注。在转换前可以写一个脚本检查同一类别框的IoU交并比如果过高则报警。JSON文件中有非矩形标注不小心用成了多边形工具。在转换脚本中通过shape_type过滤只处理rectangle类型并对其他类型给出警告。5.3 高级技巧自动化检查与数据清洗脚本雏形对于大型数据集手动检查不现实。可以编写简单的自动化检查脚本集成到你的标注流水线中import json from pathlib import Path def basic_label_check(json_dir): 基础检查空标注、无效形状、标签不在列表等 all_classes set() error_files [] for json_file in Path(json_dir).glob(*.json): with open(json_file, r) as f: data json.load(f) if shapes not in data or len(data[shapes]) 0: print(f提示: {json_file.name} 是空标注负样本。) continue for shape in data[shapes]: all_classes.add(shape[label]) if shape[shape_type] ! rectangle: error_files.append((json_file.name, f非矩形标注: {shape[shape_type]})) # 检查坐标点数量 if len(shape[points]) ! 2: error_files.append((json_file.name, 矩形坐标点数量错误)) # 检查坐标是否在图片范围内简单示例 x1, y1 shape[points][0] x2, y2 shape[points][1] if not (0 x1 data[imageWidth] and 0 x2 data[imageWidth]): error_files.append((json_file.name, fX坐标越界: {x1}, {x2})) print(f数据集中出现的所有标签: {all_classes}) if error_files: print(\n发现错误文件:) for f, e in error_files: print(f - {f}: {e}) else: print(\n基础检查通过。) # 运行检查 basic_label_check(./annotations)这个脚本能快速帮你发现一些明显的问题比如意外的标签、非矩形标注和明显的坐标越界在投入训练前做一次这样的检查非常有必要。标注工作虽然繁琐但它是模型效果的基石。一份高质量、规范的数据集往往比尝试更复杂的模型结构带来的提升更大。在Labelme的帮助下通过规范的流程、高效的技巧和严谨的检查你可以为自己的目标检测项目打下最坚实的基础。
深度解析：从模块依赖、核心用法到性能优化)
)
