【DL (5)】标注工具大比拼

1.概述

根据不同的需求（标注bouding box坐标、类别、语义、分割轮廓的坐标等），以及根据不同的数据集标准（比如COCO，PASCAL VOC， ImageNet等，选择最节省时间最高效的标注工具无疑最好（不需要来回转换了）。

目前比较常见的有这么几种标注工具：

	labelImg	labelbox	labelme	Bbox-Label-Tool	VIA
下载地址	https://github.com/tzutalin/labelImg	https://github.com/Labelbox/Labelbox	https://github.com/wkentaro/labelme	https://github.com/puzzledqs/BBox-Label-Tool	http://www.robots.ox.ac.uk/~vgg/software/via/
简介
用途	标注bounding box中目标类别			多类标注	标注多边形轮廓，bounding box
感想	用过执行程序版本，使用体验不错，直接生成XML文件，用于VOC数据形式和ImageNet	需要把自己的数据上传，才能进行标注	目前在用，有bug使得界面显示有点花，但是能用，做轮廓标注的时候锚点会小跟踪一下鼠标动向，还不错。	界面比较简易	网页版

考虑到要做分割，且貌似labelme用的人比较多，其次是VIA，所以首先介绍下labelme怎么用。

2. labelme

安装方法：Linux下，下面Python版本二选一即可。

#python2
sudo apt-get install python-pyqt5 #pyqt5-dev-tools
pip install --user labelme
#python3
sudo apt-get install python3-pyqt5  # PyQt5
pip3 install --user labelme

想用的时候，在终端输入：labelme就会启动界面。但是不知道什么bug，左边的工具栏一直是花的，试了Python2和Python3下安装qt5或者qt4都会出现同样问题。反正不太影响使用。。。最终我用的Python2下面的，可以直接调用labelme_json_to_dataset。

我标记了三类数据为例，点击save，生成一个b.json文件。需要对这个json文件进一步处理，在终端输入：

labelme_json_to_dataset b.json

就会在同路径下生成一个b_json文件夹，里面有五样东西：

第一个是png影像，就是将原来的jpg影像转为了png，像素size没有变，然而大小变大了。。。

第二个是label names文件，里面是标签类别

第三个是mask的图像显示，size和第一张png一样；

第四个实际上和第二个一样，比第二行少了第一行说明文字：label_names:

第五个是将mask叠加到原图显示，背景变成灰度图，其他目标一类一个颜色，只是legend标注的颜色和类别对应有错误，这里背景和person颜色就标记反了。

至于每个mask的坐标信息，存在.json文件里。打开很费劲，gedit会挂，我暂时用vscode打开看了一眼。

Windows下，用的anaconda的python环境。安装见：https://github.com/wkentaro/labelme

要启动labelme时，需要进行如下操作：

打开anaconda的Prompt命令行窗口，然后输入labelme即可。如下图：