Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 http://labelme.csail.mit.edu/ 。它是用 Python 语言编写的，图形界面使用的是 Qt（PyQt）。
Labelme 可实现的功能：
（1）对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务）。
（2）对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务）。
（3）视频标注
（4）生成 VOC 格式的数据集（for semantic / instance segmentation）
（5）生成 COCO 格式的数据集（for instance segmentation）
(一)安装labelme:
除了安装labelme外，还需要安装pyqt5、pillow。一般pyqt5和pillow可能已经装好了，例如安装Spyder时pyqt5也是要求安装的，下面安装根据自己需要进行。
#还没安装pyqt5，需要安装pyqt5
sudo apt-get install python3-pyqt5
#还没安装pillow，安装pillow
pip3 install pillow
#安装labelme
pip3 install labelme
（二）labelme用法
在终端输入labelme，过一会就打开了labelme程序窗口：
鼠标放到图片上，右击可以选择第一项，用多线段标注：
右侧的label list显示的是标签的种类列表（为了演示，这个例子中我把红色的气球作为一类，其他颜色的气球作为另一类），polygon label列表中则给出了每个标签种类中的实例列表。
标注完一张图片后，点击左侧的Save按钮，保存成json格式的文件，然后点击下一张，进行标注并保存，直到文件夹中的所有图片标注完成。
然后， 切换到标注图片所在的文件夹，输入以下命令 labelme_json_to_dataset XXX.json，将之前生成的json格式文件全部转化成数据集，每一个json文件对应生成一个文件夹，文件夹中的内容如图所示：
四个文件分别是原图片、实例的mask图片、图片中包含的所有类别标签以及以上三个文件的合成显示（我用的labelme版本是4.2.7，只有这四个文件）。
有的同学会问：“我怎么记得 labelme_json_to_dataset XXX.json命令处理后得到的文件夹里是五个文件”，在这里解释一下：这是版本的原因，比较新的版本处理后就是这四个文件，以前的版本，比如3.5，得到的是五个文件，还有一个info.yaml的文件，保存的也是标签信息，功能和txt文件重复了，所以新版本就只保留了txt文件。
每处理一个json文件需要敲入这样的一句命令显得太麻烦了，大家可以自己写个批处理文件（一行代码就搞定了），批量进行。
