一、安装环境：windows10，anaconda3，python3.6 由于框架maskrcnn需要json数据集，在没安装labelme环境和跑深度学习之前，我安装的是anaconda3，其中pyhton是3.7版本的，经网上查阅资料，经过一番查找资料，发现，原来在2019年，TensorFlow还不支持python3.7，所以，迫于无奈，我只能乖乖把python的版本退回到3.6版本，具体步骤也很简单。就是打开anaconda prompt ,然后输入conda install python=3.6，然后等待提示（y/n），输入y，等待十几分钟，就会提示done，这样的话，就表示pyth

一. labelme的安装使用 安装在windows10环境下进行 1.在anaconda中新建环境labelme 2.在labelme环境下安装pillow和pyqt5 （以上两步可以直接在anaconda用户界面中操作，也可以在anaconda prompt中使用pip安装） 3.打开anaconda prompt 分别输入： activate labelme （激活labelme环境） pip install labelme (这里默认安装最新版，若后面出现问题可尝试降低版本） 4.等到安装成功，即可在当前labelme环境下输入指令 labelme即可打开进行标注工作。这里要注意一

深度学习标注工具最新版：Labelme v5.0.1

数据集转换脚本。 1、mask标记的文件转为labelme格式； 2、labelme格式转为coco格式数据集

LabelMe图像标注软件。可以手动对图像进行标注然后生成json数据。是人工智能深度学习的监督分类中特别常用的一款软件。

ubuntu16.04 Anaconda 环境 labelme 安装与使用 不同label指定不同颜色 1. 打标签 2. 修改 json_to_dataset.py 这个文件在解析.json文件的时候会用到 我的路径为：/home/sj/anaconda3/envs/labelme/lib/python3.6/site-packages/labelme/cli 也有可能在.conda文件夹里 找不到可以搜一下文件名 # 添加指定标签对应的label_value label_name_to_value = {'_background_': 0, 'eye' : 1, 'mout

labelme_json_to_dataset的批量转数据，提高效率， 下载后修改自己的路径 for file in ./img+json_org*

labelme转coco数据集，代码核心来源于labelme；直接调用 labelme2coco(“labelme标记json文件list”,'生成的目标coco数据集')

labelme 批量提取 json 文件，只需把标注好的 json 放入名为 JSON 的文件夹，JSON文件夹和程序在同一目录下，运行即可，如有出现AttributeError，可参考https://blog.csdn.net/yyywxk/article/details/106218167

图像数据标注软件最新的 Labelme v4.6.0 单文件 exe 版，无需 Conda 及 Python 环境，无需编译，下载打开即可使用！