Labelme部署指南：Linux环境下的快速安装与配置

Labelme是一款基于Python的图像标注工具，支持多边形、矩形、圆形等多种标注形式，广泛应用于计算机视觉领域的数据集制作。本文将详细介绍在Linux环境下安装、配置Labelme的完整流程，帮助用户快速搭建标注环境。

安装前准备

在开始安装Labelme前，需确保系统已满足以下依赖条件：

• Python 3.6及以上版本
• pip包管理工具
• Qt5运行时库（图形界面依赖）

检查Python版本：

python --version  # 或 python3 --version

安装方式对比

Labelme提供多种安装方式，用户可根据需求选择最适合的方案：

安装方式	难度	适用场景	命令
pip安装	简单	个人使用/快速部署	pip install labelme
源码编译	中等	开发定制/最新特性	git clone https://gitcode.com/gh_mirrors/la/labelme && cd labelme && pip install .
系统包管理器	简单	系统级集成	如Ubuntu: sudo apt install labelme

pip安装（推荐）

通过pip安装是最便捷的方式，适合大多数用户：

# 使用国内PyPI镜像加速安装
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

# 如需安装最新开发版
pip install git+https://gitcode.com/gh_mirrors/la/labelme.git

安装完成后，可通过以下命令验证：

labelme --version

配置文件详解

Labelme首次启动时会在用户目录创建默认配置文件~/.labelmerc，也可通过--config参数指定自定义配置。配置文件结构及主要参数如下：

配置文件模板关键参数说明：

• auto_save: false - 是否自动保存标注进度
• display_label_popup: true - 标注时是否显示标签弹窗
• labels: null - 预设标签列表（需手动添加）
• canvas.double_click: close - 双击画布行为（闭合多边形）

自定义配置示例（创建my_config.yaml）：

auto_save: true
labels: ['car', 'pedestrian', 'bicycle']
canvas:
  double_click: close
  crosshair:
    rectangle: true

启动时加载自定义配置：

labelme --config my_config.yaml

基本使用流程

启动Labelme

直接运行以下命令启动图形界面：

labelme

首次启动界面如下所示：

标注单个图像

# 进入示例目录
cd examples/tutorial
# 启动标注工具并打开图像
labelme apc2016_obj3.jpg

标注步骤：

1. 点击左侧工具栏选择标注形状（多边形/矩形等）
2. 在图像上绘制区域并输入标签
3. 标注完成后按Ctrl+S保存（默认保存为JSON格式）

标注界面操作：

批量标注与格式转换

对目录下所有图像进行标注：

# 进入语义分割示例目录
cd examples/semantic_segmentation
# 使用标签文件批量标注
labelme data_annotated/ --labels labels.txt

将标注结果导出为VOC/COCO格式：

# 导出VOC格式（语义分割）
python labelme2voc.py data_annotated/ data_dataset_voc --labels labels.txt

# 导出COCO格式（实例分割）
python labelme2coco.py data_annotated/ data_dataset_coco --labels labels.txt

转换后的数据集结构：

data_dataset_voc/
├── JPEGImages/       # 原始图像
├── SegmentationClass/ # 类别掩码
└── class_names.txt   # 标签列表

高级功能配置

快捷键自定义

修改配置文件中的shortcuts部分可自定义快捷键：

shortcuts:
  save: Ctrl+S
  create_rectangle: Ctrl+R
  open_next: D
  open_prev: A

完整快捷键列表参见默认配置

预设标签配置

创建标签文件labels.txt（每行一个标签）：

cat
dog
person

启动时加载标签文件：

labelme --labels labels.txt

标签选择界面：

AI辅助标注

Labelme集成AI辅助标注功能，可通过配置文件启用：

ai:
  default: 'Sam2 (balanced)'

AI功能实现源码位于automation模块，支持基于文本提示生成边界框和掩码。

常见问题解决

中文显示乱码

修改配置文件设置中文字体：

font:
  family: SimHei
  size: 10

依赖冲突

如遇PyQt版本冲突，尝试指定版本安装：

pip install labelme pyqt5==5.15.4

性能优化

对于大型图像标注，可关闭图像数据存储：

labelme --nodata  # 不在JSON中存储图像数据

总结与资源

通过本文步骤，用户可在Linux环境下快速部署Labelme并进行图像标注工作。更多高级用法可参考：

• 官方示例代码：examples/
• 命令行参数说明：labelme --help
• 源码仓库：https://gitcode.com/gh_mirrors/la/labelme

标注完成后，生成的JSON文件可通过labelme_export_json工具转换为训练所需的掩码图像，直接用于模型训练流程。