labelmeの使い方

アノテーションツールであるlabelmeの使い方をメモしておきます。
実行環境：MacBook Air M1, 2020

labelme（アノテーションツール）

https://github.com/wkentaro/labelme
https://qiita.com/omuram/items/a3be821734fd81c3ac59
https://farml1.com/yolact/
https://farml1.com/multiclass_classification/

ターミナルにてインストール

git clone https://github.com/wkentaro/labelme.git
cd labelme
conda create -n labelme python=3.9 # 仮想環境を構築
conda activate labelme
pip install -e .

labelmeを起動

conda activate labelme
labelme

画像データ（.jpeg）とアノテーションデータ（.json）の配置

labelme
└── examples
    └── semantic_segmentation
        └── train
            ├── 0001.jpeg
            ├── 0001.json
            ├── 0002.jpeg
            ├── 0002.json
            ├── 0003.jpeg
            └── 0003.json

labelme/examples/semantic_segmentation/labels.txtを書き換える（nameはラベル名）

labelme/examples/semantic_segmentation/labels.txt

__ignore__
_background_
name

以下のコードを実行し、データセットを生成します。

cd labelme/examples/semantic_segmentation
python labelme2voc.py train data_dataset --labels labels.txt --noobject

生成されたデータセットの配置

data_dataset
├── JPEGImages
│   ├── 0001.jpg
│   ├── 0002.jpg
│   └── 0003.jpg
├── SegmentationClass
│   ├── 0001.png
│   ├── 0002.png
│   └── 0003.png
├── SegmentationClassNpy
└── SegmentationClassVisualization

参考文献

https://github.com/wkentaro/labelme
https://qiita.com/omuram/items/a3be821734fd81c3ac59
https://farml1.com/yolact/
https://farml1.com/multiclass_classification/