Labelme图像标注工具：从入门到精通的全方位指南

最新推荐文章于 2026-08-18 22:00:42 发布

原创

最新推荐文章于 2026-08-18 22:00:42 发布 · 884 阅读

1. 从零开始：认识Labelme，你的第一个标注工具

如果你刚开始接触计算机视觉或者机器学习项目，十有八九会听到“数据标注”这个词。没错，模型训练就像教小孩认东西，你得先指着图片告诉他：“看，这是猫，这是狗。”而Labelme，就是那个帮你“指”的工具。它不是什么商业软件，而是麻省理工学院（MIT）实验室开源出来的一个免费工具，正因为开源，它简单、纯粹，也足够强大，成了很多研究者和开发者的首选。

我第一次用Labelme还是好几年前，当时为了做一个简单的图像分割实验，需要自己标注几百张图片。试过几个工具，要么太复杂，要么收费，要么输出格式不兼容，折腾得够呛。后来发现了Labelme，用pip一行命令就装好了，界面干净得像个记事本，但该有的功能一个不少。从那时起，无论是个人小项目，还是带团队做大规模数据生产，Labelme几乎成了我的标配。它最大的好处就是“没那么多事儿”——安装简单，上手飞快，生成的标注文件（JSON格式）清晰易懂，几乎能和所有主流训练框架（比如PyTorch, TensorFlow, MMDetection）无缝对接。

那么，Labelme到底能帮你做什么呢？简单来说，它主要擅长处理那些需要“精细轮廓”的任务。比如，你想让AI识别出医学影像中的肿瘤区域，或者从街景图中精确抠出每一辆汽车、每一个行人，这时候用方框（目标检测）就太粗糙了，你需要用多边形把目标的边缘一点点描出来，这就是语义分割和实例分割。Labelme画多边形非常顺手，就像用Photoshop的钢笔工具一样。此外，它还能标注点（用于人脸关键点、姿态估计）、线（用于车道线检测）、甚至圆和矩形。虽然它的核心不是专门做目标检测（画框），但用多边形画个框，或者用矩形工具，也完全能胜任。

所以，无论你是计算机视觉的在校学生，还是刚转行AI的工程师，或者是需要处理特定图像数据的业务人员，只要你需要制作标注数据，Labelme都是一个绝佳的起点。它降低了标注的门槛，让你能把精力集中在数据和模型本身，而不是折腾工具上。

2. 手把手实战：安装与基础标注全流程

光说不练假把式，咱们直接动手，从安装到标出第一张图，走一个完整的流程。我保证，即使你之前没碰过任何命令行，也能跟着做下来。

2.1 三种安装方法，总有一款适合你

Labelme的安装非常灵活，你可以根据自己电脑的环境来选择。

方法一：最推荐的pip安装（适合大多数用户） 这是最通用、最不容易出错的方法。前提是你的电脑已经安装了Python（建议Python 3.7或以上版本）。打开你的命令行终端（Windows上是CMD或PowerShell，Mac/Linux上是Terminal），输入下面这行命令，然后回车：

pip install labelme

就这么简单。如果安装速度慢，可以考虑使用国内的镜像源，比如清华的源：

pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

方法二：使用Anaconda（适合科学计算环境用户） 如果你在用Anaconda管理Python环境，那用conda安装会更干净。先创建一个独立的环境（避免包冲突），再安装：

conda create -n labelme_env python=3.8
conda activate labelme_env
pip install labelme

方法三：直接运行源代码（适合想折腾或开发的用户） 你可以从Labelme的GitHub仓库直接克隆代码来运行，这样能用到最新的特性（也可能遇到最新的bug）。适合有一定经验的用户。

git clone https://github.com/wkentaro/labelme.git
cd labelme
pip install -e .

安装完成后，怎么启动呢？更简单。在终端里，无论你在哪个目录，直接输入 labelme 然后回车，一个图形界面窗口就会弹出来。这就是你的标注工作台了。

2.2 你的第一次标注：从打开图片到保存结果

启动Labelme后，你会看到一个略显“复古”但功能清晰的界面。别被它的朴素吓到，高手都用这个。我们来一步步标注一张图片。

打开图片：点击左上角的 File -> Open，或者直接把图片拖进窗口。支持常见的格式如.jpg、.png等。
创建标注：假设我们要标一只猫。点击左侧工具栏的 Polygon（多边形）按钮，或者按快捷键 P。现在，你的鼠标变成了十字准星。
绘制轮廓：在图片中猫的耳朵尖上点击一下，作为起点。然后沿着猫的轮廓，在每一个转折点（如下巴、爪子、尾巴根）依次点击。就像“连连看”一样，用一系列点把猫围起来。不用担心点得不准，后面可以调整。
完成与命名：当点回到起点附近时，按下键盘上的 Enter（回车