5. 9月18日 图像标注工具 labelme与labelu

labelme

labelme是图形图像注释工具，它是用Python编写的，并将Qt用于其图形界面。说直白点，它是有界面的， 像软件一样，可以交互，但是它又是由命令行启动的，比软件的使用稍微麻烦点。其界面如下图：

image-xqoj.png

它的功能很多，包括：

  • 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）

lanbelme的安装

# python3
conda create -n yolov8 python=3.8
conda activate yolov8

conda install pyqt
conda install pillow
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

运行

labelme

labelme界面

图上看到，这个界面是非常简洁的。

接下来具体讲讲如何使用。医学图像分析，我主要是研究分类和分割，所以重点讲解如何标注分类标签和分割标签。

image-rukz.png

Labelme2YOLO

Labelme2YOLO 是一个用于将 LabelMe 的 JSON 格式转换为 YOLO 文本文件格式的工具。如果你已经使用 LabelMe 标记了你的分割数据集，这个工具可以帮助你轻松地将其转换为 YOLO 格式。

from labelme2yolo import labelme2yolo
 
labelme2yolo(
    labelme_image_path='path/to/labelme/images',
    labelme_json_path='path/to/labelme/json',
    save_data_path='path/to/save/yolo/data',
    obj_name='labels.txt',
    dataset_type='train',
    image_type='.jpg'
)

labelu

LabelU是一个开源的数据标注工具，它可以帮助用户快速、准确、高效地对数据进行标注，从而提高机器学习模型的性能和质量。LabelU支持多种标注类型，包括标签分类、文本描述、拉框、多边形、点、线、立体框、时间戳、片段分割等，满足不同场景和需求的标注任务。

功能特性

LabelU提供了多种标注工具和功能，支持图像、视频、音频标注。

  • 图像类：多功能图像处理工具，涵盖拉框、标点、标线、多边形、立体框等多种标注工具，协助完成图像的标识、注释和分析。
  • 视频类：具备强大视频处理能力，可实现视频分割、视频分类、视频时间戳等功能，为模型训练提供优质标注数据。
  • 音频类：高效精准的音频分析工具，可实现音频分割、音频分类、音频时间戳等功能，将复杂的声音信息更好进行标注。

安装 LabelU：

pip install labelu

安装测试版本：pip install --extra-index-url https://test.pypi.org/simple/ labelu==<测试版本号>

运行 LabelU：

labelu

打开浏览器，访问 http://localhost:8000/ 即可使用 LabelU。

使用过程

略

数据集

Fatigue.zip
chest.zip

数据集首页 · 魔搭社区 (modelscope.cn)

开放数据集- 飞桨AI Studio星河社区 - 人工智能学习与实训社区 (baidu.com)