标签 使用Python进行图像多边形注释 | | 描述 Labelme是受启发的图形图像注释工具。 它是用Python编写的，并将Qt用于其图形界面。 实例分割的VOC数据集示例。 其他示例（语义分割，bbox检测和分类）。 各种图元（多边形，矩形，圆形，直线和点）。 产品特点 多边形，矩形，圆形，直线和点的图像注释。 （） 图像标记注释，用于分类和清洁。 （ ） 视频注释。 （） GUI自定义（预定义标签/标志，自动保存，标签验证等）。 （ ） 导出VOC格式的数据集以进行语义/实例分割。 （，） 导出COCO格式的数据集以进行实例细分。 （） 要求 Ubunt

标注工具，3.10.1最新版本，输出文件编码格式已改为UTF-8，可兼容使用

Labelme.exe window可执行文件，客户端，不需要安装Python环境，即开即用。 版本 4.5.6 Labelme 是一个图形界面的图像标注软件。它是用 Python 语言编写的，图形界面使用的是 Qt（PyQt）。 实例分割，语义分割，目标检测，分类

** 关于json_to_dataset时出现 module ‘labelme.utils’ has no attribute ‘draw_label问题解决’** 相信肯定很多朋友遇到过这种问题： 终端显示模块utils缺少属性draw_label. 其实呢，这个问题我弄了两天都没有解决，最后我决定放弃这个函数。 之后怎么办呢，相信出现这种问题时大家都是从别人博客里copy过json_to_dataset这个文件的代码的。既然别人的代码修改时避不开draw_label，我选择回到最开始。 直接修改label的json_to_dataset文件初始代码 你可能会说，以前的代码已经没了，不要紧，

下载之后直接就可以用，可以标注多边形和点线等。根据https://github.com/wkentaro/labelme/ 官网的介绍生成的，标注之后可以生成json格式的标注结果文档。

将Labelme标注的数据转为VOC格式，用于制作物体检测数据集。将Labelme标注的数据转为VOC格式，用于制作物体检测数据集。

这个数据集是自己使用labelme标注的猫狗数据集，几十张左右，意在学习maskrcnn网络结构，熟悉整个网络的运行过程。 Mask_RCNN整个使用过程做了详细介绍：https://blog.csdn.net/xjtdw/article/details/94445405

已打包好的最新版labelme-4.5.7，可以单独运行无需配置python环境。可以绘制多边形、圆形、线与点。因为不会压缩，所以文件大小有270m

图像数据标注软件 Labelme v4.5.6 单文件 exe 版，无需 Conda 及 Python 环境，下载打开即可使用！

labelme.exe，windows可运行文件，exe双击即可使用，图像标注，mask标注。