从散图到可训练数据集：用 Labelme 一个下午完成图像标注全流程

【免费下载链接】labelmeImage annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.项目地址: https://gitcode.com/gh_mirrors/la/labelme

图是攒了一堆，可模型还饿着肚子——因为标注一个字都没标。Labelme 是一个基于 Python 与 Qt 的桌面图像标注工具，干的就是这件事：把散落的照片逐张标注、按图存成 JSON，再经一条命令批量转成 VOC 或 COCO 数据集，直接对接训练流程。整个过程不需要写一行代码。

先判断它适不适合你的项目

上手之前花一分钟确认边界：

• 开源协议是 GPL-3.0-only。只在自己团队内部标数据，完全没问题；一旦基于它做二次开发还要把软件分发出去，就得按 GPL 条款走，拿不准就问一句法务。
• 64 位 macOS、Windows、Linux 都能跑，Python 要求 3.12 及以上。
• 可标的形状有五种：多边形、矩形、圆形、线条、点；另支持图像级 flags，整张图挂一个类别标记，分类和质检场景用得上。
• 产物是逐图的 JSON；再经仓库自带的转换脚本，可得到 VOC 的 XML 与分割掩码，或 COCO 的annotations.json。

你的任务落在这几种形状里，训练框架吃 VOC 或 COCO，它就没问题。

安装 Labelme 并打开第一个目录

git clone https://gitcode.com/gh_mirrors/la/labelme cd labelme pip install -e .

装完别急着标自己的图。examples 示例目录 里备好了目标检测、语义分割、分类、视频标注等成套样例，先用现成的练手感最省事：

labelme examples/instance_segmentation/data_annotated

窗口打开后先认一遍地盘：左侧竖条是按形状分组的创建工具，中间是画布，右侧从上到下是 Label List（全局可用标签）、Polygon Labels（当前图内的标注）、File List（整个目录的文件清单）。标题栏写着"当前第几张 / 共几张"，你随时知道自己标到哪。

上图中多边形已经闭合，标签对话框正等着填类别名，对话框下方还预填了上一次用过的标签。

标出第一个多边形

就着打开的这张沙发照片标第一个人物，这是最核心的工作流。

点左侧Create Polygons进入标注模式，光标变成十字。沿人物轮廓逐点单击，每落一个点，画布上就多出一个绿色小圆点，折线把各点依次连起来，实时描出你当前的进度。别急着闭合——发现前一个点偏了，按Ctrl+Z退掉它再点一次就行。

绕回到起点附近，双击（或按 Enter）闭合。这时屏幕上会弹出一个标签对话框，输入类别名（比如person），点 OK，多边形立刻换成该标签对应的颜色和填充色。最后Ctrl+S保存，窗口状态里能看到保存动作完成的提示。一张图上的第一个人物，到这一步就算真正落袋了。

保存的到底是什么：图旁的同名 JSON

很多人标完第一张就去翻目录，其实答案很简单：每张图的标注就是它旁边那个同名的.json文件，和图片同目录。保存时它被新建或覆盖，打开看一下，shapes数组里每个形状都有label、顶点坐标points、group_id，外加图片自身的imagePath、宽高和文件大小——信息量足以还原图上任何一个形状。

回看右侧 File List，带勾选标记的图就是已经有标注的；没勾选的说明还没标。每保存一次，对应图旁的 JSON 就多一分完整。批量标注时，这个清单就是你的进度表。

一条命令转成 VOC 或 COCO 数据集

标注攒够一批后，用 examples 目录 里现成的脚本把整个标注目录一次转掉：

cd examples/instance_segmentation ./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt ./labelme2coco.py data_annotated data_dataset_coco --labels labels.txt

前者产出 VOC 结构：JPEGImages、Annotations（矩形框的 XML）、SegmentationClass等掩码目录；后者产出JPEGImages加一个annotations.json，bbox 字段就在里面。两种结构主流训练框架都认。

转换只是前半程，后半程是校验。打开生成目录里的 Visualization 图片逐张看：掩码是否贴住了目标、每个类别的颜色是否对得上标签表。

这张就是转换后的像素级可视化：每个类别一种颜色，右下角图例给出数值与类别的对应，方便逐像素核对。发现某个多边形偏了，回 Labelme 里改掉、重存、再跑一遍脚本——来回一次只要几十秒，闭环成本很低。

从"能用"到"顺手"

想标得快一些，有三件事值得先做。

把标签清单预置到项目里：在图片目录放一个labels.txt，每行一个合法标签，启动时加--labels labels.txt载入，再配--validate-label exact强制校验，拼错或漏写的标签在对话框里就会被挡下。换一批图片时，带着同一份labels.txt重新开目录，标签体系就复用了。

键盘流是熟练后的默认状态：Ctrl+S保存、Ctrl+Z撤销、Delete删掉选中形状，D和A切下一张、上一张，Ctrl+F让画面适应窗口。标到几十张之后你会发现，鼠标只在落顶点时才需要动。

目标轮廓大又规则时，顶部工具栏的 AI-Assisted Annotation 面板能省掉大部分描边时间：选一个 SAM 系列模型，在图上点一下，它就自动产出多边形或掩码，你只负责修边。视频场景同理，用D键逐帧推进，每帧各存各的 JSON。

图中 File List 是一串连续帧，当前帧上标好了 track 和 car，按D就推进到下一帧继续。

标错了、想复用、要保质量，怎么办

标错了怎么回退？Ctrl+Z是万能后悔药：画多边形时每按一次退掉最后一个顶点，画完了就退掉整个形状；Delete则把选中形状整个删掉，改标签选Ctrl+E打开标签编辑。

质量怎么保证？源头靠--validate-label exact把拼写问题挡在对话框里；过程靠 File List 的勾选标记追踪进度；交付前重跑一次转换脚本抽查 Visualization 即可。批量标注最怕的就是错误在最后一刻集中暴露，前两步能把它压散。

分类任务也要画形状吗？不用。flags 面板可以直接给整张图挂标签，整图即样本，适合分类和质检。

给自己布置一个可验收的小作业

挑一张自己的图，完整走一遍"标注 → 保存 → 转换 → 校验"：标两三个形状，Ctrl+S落盘，看一眼同名的.json是否生成；把它放进一个标注目录，跑一次labelme2voc.py或labelme2coco.py，打开产物目录确认JPEGImages、Annotations或annotations.json都在，Visualization 里掩码也贴得住。再对照你的训练脚本读目录的方式，确认字段对得上。

全部对上了，这套流程就算真正跑通；剩下的，只是把同样的动作重复到整个数据集上。

【免费下载链接】labelmeImage annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.项目地址: https://gitcode.com/gh_mirrors/la/labelme