前言
labelme可对图像进行标注，包括多边形，矩形，线，点和图像级标注。
它是用Python编写的，并使用Qt作为其图形界面。
详细内容见https://github.com/wkentaro/labelme。
其实，我开始是在Ubuntu 14.04上安装的，但是导入图片后报以下错误，找不到解决办法，所以只好在Windows上安装了。遇到这个问题并且已经解决的朋友请不吝赐教。
Traceback (most recent call last):
File “/usr/local/lib/python2.7/dist-packages/labelme/app.py”, line 1030, in openFile
filename = str(filename)
UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 9-10: ordinal not in range(128)
在Windows上的安装
首先安装Anaconda，可以安装Python2.7版本或Python3.6版本。
下载连接为：https://www.anaconda.com/download/#linux。
安装教程为：https://docs.anaconda.com/anaconda/install/windows。
安装成功后，打开Anaconda Prompt，然后依次输入以下命令。
# python2
conda create --name=labelme python=2.7
source activate labelme
# conda install -c conda-forge pyside2
conda install pyqt
pip install labelme
# if you'd like to use the latest version. run below:
# pip install git+https://github.com/wkentaro/labelme.git
# python3
conda create --name=labelme python=3.6
source activate labelme
# conda install -c conda-forge pyside2
# conda install pyqt
pip install pyqt5 # pyqt5 can be installed via pip on python3
pip install labelme
# Pillow 5 causes dll load error on Windows.
# https://github.com/wkentaro/labelme/pull/174
conda install pillow=4.0.0执行pip install labelme时，因为网络问题，可能会报以下错误。
有解决方案是将以上命令替换为pip --default-timeout=100 install labelme，但是对我无效，好吧，可能是我的网络太差了。最后迫不得用电脑连手机开的热点才成功，心疼我的流量啊！
Exception:
Traceback (most recent call last):
File “/usr/lib/python2.7/dist-packages/pip/basecommand.py”, line 122, in main
status = self.run(options, args)
File “/usr/lib/python2.7/dist-packages/pip/commands/install.py”, line 278, in run
requirement_set.prepare_files(finder, force_root_egg_info=self.bundle, bundle=self.bundle)
File “/usr/lib/python2.7/dist-packages/pip/req.py”, line 1198, in prepare_files
do_download,
File “/usr/lib/python2.7/dist-packages/pip/req.py”, line 1376, in unpack_url
self.session,
File “/usr/lib/python2.7/dist-packages/pip/download.py”, line 572, in unpack_http_url
download_hash = _download_url(resp, link, temp_location)
File “/usr/lib/python2.7/dist-packages/pip/download.py”, line 433, in _download_url
for chunk in resp_read(4096):
File “/usr/lib/python2.7/dist-packages/pip/download.py”, line 421, in resp_read
chunk_size, decode_content=False):
File “/usr/share/python-wheels/urllib3-1.7.1-py2.py3-none-any.whl/urllib3/response.py”, line 225, in stream
data = self.read(amt=amt, decode_content=decode_content)
File “/usr/share/python-wheels/urllib3-1.7.1-py2.py3-none-any.whl/urllib3/response.py”, line 174, in read
data = self._fp.read(amt)
File “/usr/lib/python2.7/httplib.py”, line 602, in read
s = self.fp.read(amt)
File “/usr/lib/python2.7/socket.py”, line 380, in read
data = self._sock.recv(left)
File “/usr/lib/python2.7/ssl.py”, line 341, in recv
return self.read(buflen)
File “/usr/lib/python2.7/ssl.py”, line 260, in read
return self._sslobj.read(len)
SSLError: The read operation timed out
以上都成功后，在Anaconda Prompt中输入label，如果打开下图所示的界面，则表明安装成功。
标注图像
Labelme可对图像进行矩形和多边形的注释。
保存的是json格式的文件。
具体使用步骤就不在此赘述，因为很简单……
对图像进行矩形注释
对图像进行多边形注释
labelme与labelImg的比较
Lableme和LabelImg都是跨平台的标注工具，在Windows和Ubuntu都可以使用。
都可以对图像进行矩形注释，但是Lableme还可以对图像进行多边形注释，因此能完成可行驶区域、语义分割、实例分割等任务。
因此从功能上来说，Lableme更加全面。
总结
对深度学习而言，数据集非常重要，监督学习离不开对数据的标注，标注是一项非常繁琐的工作，因此一款简单易用，效率高的工具十分必要。
可能很多公司都有自己的标注工具，但很少公开，这可以理解。
对于开源工具的个人和公司，在这里由衷的表达敬意。