使用labelme标注人体关键点¶

软件安装¶

标注软件labelme直接去github 上找即可，github上有各个平台提前build好的软件，直接下载就可以使用

数据准备¶

将所有待标注的图片放到一个文件夹内，比如data。人体关键点标注成本较高，因此在正式标注之前最好先用已有的人体关键点模型跑一遍，这样在标注的时候就只需要把位置不准确的关键点手动调整一下就可以了。labelme软件每一张图片image.jpg对应一个标注文件image.json，因此预处理的时候只需要把每一张图片跑一下然后生成对应的json文件就可以了，以下图为例

预处理跑出来的json文件是

{
  "version": "5.0.1",
  "flags": {},
  "shapes": [
    {
      "label": "boxer",
      "points": [
        [
          295,
          328
        ],
        [
          1005,
          1472
        ]
      ],
      "group_id": 0,
      "shape_type": "rectangle",
      "flags": {}
    },
    {
      "label": "nose",
      "points": [
        [
          476,
          492
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_eye",
      "points": [
        [
          510,
          469
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_eye",
      "points": [
        [
          465,
          469
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_ear",
      "points": [
        [
          555,
          481
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_ear",
      "points": [
        [
          432,
          481
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_shoulder",
      "points": [
        [
          622,
          626
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_shoulder",
      "points": [
        [
          443,
          648
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_elbow",
      "points": [
        [
          711,
          782
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_elbow",
      "points": [
        [
          409,
          805
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_wrist",
      "points": [
        [
          756,
          927
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_wrist",
      "points": [
        [
          365,
          927
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_hip",
      "points": [
        [
          588,
          983
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_hip",
      "points": [
        [
          476,
          972
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_knee",
      "points": [
        [
          588,
          1240
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_knee",
      "points": [
        [
          499,
          1240
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "left_ankle",
      "points": [
        [
          622,
          1408
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    },
    {
      "label": "right_ankle",
      "points": [
        [
          543,
          1408
        ]
      ],
      "group_id": 0,
      "shape_type": "point",
      "flags": {}
    }
  ],
  "imagePath": "yujiannan.jpg",
  "imageData": null,
  "imageHeight": 1440,
  "imageWidth": 1080
}

其中各项解释如下

version：应该是labelme的版本，目前最新的是501
flags：本张图片的附加信息，应该用不到
shapes：一个一个的标注信息
imageData：图片原始数据

对于shapes里的标注信息有两种，一种是人体检测的结果，一种是人体关键点的结果，使用shape_type来区分。需要注意的是group_id，每个人检测框要有，表示这个人的id，每个关键点也要有，表示这个关键点是属于哪个人的，这些信息都要有，不然最后转coco格式的时候也会有问题，至此数据集准备完毕

启动软件¶

以Windows平台为例，下载labelme.exe到桌面，然后准备一个label.txt文件，用于表示要标注的关键点的label，对于COCO数据集类型的人体关键点，label.txt内容是

boxer
nose
left_eye
right_eye
left_ear
right_ear
left_shoulder
right_shoulder
left_elbow
right_elbow
left_wrist
right_wrist
left_hip
right_hip
left_knee
right_knee
left_ankle
right_ankle

即人体检测的label加上COCO数据集的17个人体关键点。然后使用命令行启动label.exe，命令是

.\Labelme.exe data --labels .\label.txt --labelflags '{.*: [invisible]}'

其中data表示的是数据集目录，--labels .\label.txt表示要标注的label类别。--labelflags '{.*: [visible]}'``表示每个label会有一个个额外的信息visible`, 表示这个关键点是不是不可见的，不可见的也就是画面中被遮挡的关键点，然后标注的时候估计出来的一个位置