采用的软件为labelme，labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，主要用于标记语义分割数据集。下面介绍详细的使用方法：
第一步：下载并安装anaconda，下载地址为：
https://repo.anaconda.com/archive/Anaconda2-2018.12-Windows-x86_64.exe
第二步：打开anaconda的主界面，Anaconda Navigator，如图7所示，
图7 anaconda主要功能
第三步：anaconda主界面如图8所示，点击environment进入虚拟环境创建界面
图8 anaconda主界面
第四步：点击左下角Create创建虚拟环境
图9 anaconda创建虚拟环境界面
第五步：创建虚拟环境，如图10所示，Name为labelme。一定要选择Python 2.7，然后点击Create。
图10创建虚拟环境
第六步：已经创建了一个虚拟环境，如图11所示，点击图11的三角形启动虚拟环境，选择Open Terminal，弹出命令行窗口，如图12所示
图11启动虚拟环境
图12 labelme虚拟环境
第七步，一次输入命令conda install pyqt和pip install labelme完成labelme的安装，遇到所有的[y/n]都选y，如图13所示，
图13 labelme安装
第八步，输入命令labelme启动labelme，如图14所示，labelme界面如图15所示，
图14 labelme启动
图15 labelme主界面
第九步，标注数据集，为了使方法更具一般性，假设一幅图上同时发生了崩塌、滑坡和泥石流，如示例图像图16所示，
图16 示例图像
用labelme打开示例图片，如图17所示，
图17 labelme打开的图片
点击Create polygons对目标一个一个进行标记，对目标围成一个圈之后，对滑坡、崩塌、泥石流分别取名为slide、collapse、debris_flow，完成之后生成三个目标，如下图右边所示，多了三个目标标签，完成之后保存，会生成一个.json文件，如图18所示，
图18标记完成的文件
图19 labelme标记完成
第十步，对json文件进行解析生成最终的ground truth。打开anaconda下的Anaconda Prompt，输入命令activate labelme，如图20所示，
图20 json解析窗口
然后将json文件放到当前目录下，我的是C:\Users\optimal，输入命令 labelme_json_to_dataset <文件名>.json，在当前目录下就会生成一个新的文件，我的是timg_json，如图21所示，
图21 解析完成
打开文件，文件里有四个文件如图22所示，
图22标注完成的标签
对标签文件进行改名，把图片字和一个下划线加到每个文件的前面，我的是img，完成后如图23所示，
图23 标注完成的文件和文件名