labelme

Labelme 是一款开源的 Python 图像标注工具，已经收获了 16k+ 星标，是计算机视觉领域最经典的标注利器之一。简单说，它就是帮你给图片里的物体“画框框”“圈轮廓”的桌面软件，无论是做目标检测、语义分割还是实例分割，你都可以用它快速生成训练数据。过去手工标注图像要么靠昂贵的商业软件，要么写代码画点坐标，繁琐又费时；Labelme 直接提供图形界面，鼠标点点就能完成多边形、矩形、圆形、线条甚至点的精准标注，解决了 AI 开发者“没有高质量标注数据就训练不了模型”的痛点。 技术亮点方面，Labelme 最核心的优势是“全能格式支持”。它不仅支持最常见的矩形框，更擅长用多边形标注不规则物体（比如行人、动物），还支持圆、直线、关键点等，几乎覆盖了所有 CV 任务的需求。最近版本还引入了 AI 辅助标注功能，能利用预训练模型自动生成初始标注，人只需要微调就能快速完成大批量图片，极大提升了效率。项目底层用 Python + Qt 编写，跨平台兼容 Windows、macOS、Linux，而且数据输出为标准的 JSON 格式，可以轻松转换成 VOC、COCO 等主流数据集格式，配合训练框架基本零门槛。 适用场景非常明确：凡是需要自己制作图像标注数据的 AI 团队或个人都适用。比如自动驾驶领域标注车道线、障碍物；医疗影像标注病灶区域；工业质检标注产品缺陷；甚至做猫咪检测、垃圾分类等小项目。对科研人员、学生做论文实验尤其友好，学校里很多 CV 课程作业就直接用 Labelme 标注练手。由于是纯开源免费，中小型团队和企业也能零成本部署，避免被云标注服务按图片收费“割韭菜”。 上手难度极低，用 pip install labelme 一句命令就能装好，打开软件后左侧工具栏一目了然，官方文档和社区视频教程也很丰富。如果你用过 Photoshop 裁剪图片或 Windows 画图工具，基本零学习成本。唯一需要一点基础的是了解标注输出的 JSON 怎么转成训练用的标签图（官方提供了转换脚本），不过这对学过 Python 入门的人完全不是问题。总之，Labelme 是计算机视觉新手村必备的“第一把武器”，而且免费、轻量、持续更新，值得所有想做图像处理的朋友存一份。