语义分割学习笔记（二）——Windows下 Lableme 配置

1 配置

1.1 资源下载

     MIT分割标定工具：http://labelme2.csail.mit.edu/Release3.0/index.php?message=1 
     python版本：https://github.com/wkentaro/labelme   

1.2 python版本配置

     首先安装Anaconda，安装后，在命令窗口用conda list测试conda命令是否有效，如果结果为一空行，则在 Anaconda2\Scripts\conda-script.py 中添加：

if sys.getdefaultencoding() != 'gbk':  reload(sys)  sys.setdefaultencoding('gbk') 

然后运行：

conda create --name=labelme python=2.7activate labelmeconda install pyqtpip install labelme

注：根据Anaconda版本，修改对应python版本

1.3 遇到的问题

（1）conda install pyqt 出错：

An error occurred while installing package '' defaults::qt-5.6.2-vc9_6

解决：http://blog.csdn.net/u013863751/article/details/72330041

（2）pip install labelme 出错：

failed building wheel for scikit-image

解决： http://www.cnblogs.com/harvey888/p/5467276.html

（3）pip install ***出错：

          UnicodeDecodeError: 'ascii' codec can't decode byte 0xb9 in position...

解决：在Anaconda2\Lib\site.py中添加：

if sys.getdefaultencoding() != 'gbk':  reload(sys)  sys.setdefaultencoding('gbk') 

（4）pip install scikit-image安装成功后，还出现错误(2)：

解决：把命令窗口命令切换到 Anaconda2\Scripts，再运行命令 pip install labelme

2 使用

（1）Annotation

Run labelme --help for detail.

labelme  # Open GUIlabelme static/apc2016_obj3.jpg  # Specify filelabelme static/apc2016_obj3.jpg -O static/apc2016_obj3.json  # Close window after the save

The annotations are saved as a JSON file. The file includes the image itself.

（2）Visualization

To view the json file quickly, you can use utility script:

python scripts/labelme_draw_json static/apc2016_obj3.json

labelme_draw_json源码为python，也可以通过修改，用python IDE运行：

#!/usr/bin/env pythonimport argparseimport jsonimport matplotlib.pyplot as pltfrom labelme import utilsdef main():    parser = argparse.ArgumentParser()    parser.add_argument('json_file')    args = parser.parse_args()    json_file = args.json_file    data = json.load(open(json_file))    img = utils.img_b64_to_array(data['imageData'])    lbl, lbl_names = utils.labelme_shapes_to_label(img.shape, data['shapes'])    lbl_viz = utils.draw_label(lbl, img, lbl_names)    plt.imshow(lbl_viz)    plt.show()if __name__ == '__main__':    main()

（3）Convert to Dataset

To convert the json to set of image and label, you can run following:

python scripts/labelme_json_to_dataset static/apc2016_obj3.json