wkentaro/labelme

labelme – 图像标注图形化工具

是什么 – 一个使用 Python + Qt 编写的桌面应用程序，可在图像或视频帧上绘制边界框、多边形、圆形、线条、点以及分类标志。标注数据以简单的 JSON 文件形式保存，可直接被机器学习流水线使用。

为何重要 – 高质量的标注数据是计算机视觉模型（语义/实例分割、目标检测、分类等）开发的瓶颈。labelme 提供了一种免费且跨平台的方式创建这些标签，并可导出为大多数训练框架期望的 VOC 或 COCO 格式。

主要功能

• 多边形、矩形、圆形、线条、点绘制；基于标志的分类。
• 视频帧标注。
• GUI 自定义（预定义标签列表、自动保存、验证）。
• 导出为 VOC 风格数据集（语义/实例分割）和 COCO 风格数据集（实例分割）。
• 最新 AI 辅助功能：SAM/EfficientSAM（点→掩码），YOLO-World/SAM-3（文本→标注）。
• 多语言 UI（约 20 种语言）。
• 独立可执行文件（无需 Python/Qt）和 pip 可安装包。

安装

1. pip – pip install labelme（最新代码可使用 pip install git+https://github.com/wkentaro/labelme.git）。支持 Python 3.12–3.14 与 Qt6（PySide6）。
2. 独立应用 – 从项目网站下载预构建的二进制文件（一次性付费，无依赖）。
3. Linux 包 – 多个发行版通过其原生包管理器提供 labelme（参见 Repology 标识）。

典型工作流

# 在单个图像上打开 GUI
labelme my_image.jpg

# 标注整个文件夹
labelme data_folder/ --labels labels.txt

# 将原始图像数据包含在 JSON 中（便于共享）
labelme img.png --with-image-data

生成的 <image>.json 包含形状、标签和可选的图像数据。examples/utils.py 中的示例工具展示了如何将这些 JSON 文件读取为 NumPy 数组用于训练。

导出 – 标注完成后，可运行内置导出器（或 examples/ 目录中的辅助脚本）生成 VOC 或 COCO 数据集结构，适用于 PyTorch-Vision、Detectron2 或 TensorFlow 等框架。

社区与支持 – 项目拥有 CI 标识、Discord 服务器和公开的问题追踪器。README 指出，公开接口仅限于 CLI、JSON 格式和 ~/.labelmerc 配置文件；Python 导入接口为内部使用，可能发生变化。

---

以上所有信息均直接取自仓库的 README。