一 标注工具labelme

labelme是图像图像注释工具，用python编写，并将QT用于其图形界面。 界面如下：

官方链接：https://github.com/wkentaro/labelme
它的功能很多，包括： - 对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检-测，图像分割等任务）。 - 对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务）。 - 视频标注 - 生成 VOC 格式的数据集（for semantic / instance segmentation） - 生成 COCO 格式的数据集（for instance segmentation）

1.1 安装方式

下载地址：https://github.com/wkentaro/labelme/releases?page=1
如果下载比较慢，或者进不去，下方提供了百度网盘地址：

链接: https://pan.baidu.com/s/1NI2CQy9p_lKdyHmhngXCHA
提取码: e5cg

1.2 界面说明

二 数据集准备 不要在网上搜图

可用自己的手机摄像头，注意要平视角度，图片大小不低于480。不要在网上搜图，必须自己拍。

以下每张图片的命名方式：状态_学号_序号.jpg (注意 一定是jpg格式) 保存到一个文件夹中，便于标注。 例如：FALL_0000_0001.jpg

站立数据(UP)：不同方向（侧面/正面/背面） 10

中间状态(BENDING)（蹲/弯腰）10：不同方向（侧面/正面/背面）

跌倒状态(FALL) 10（爬下/坐下/躺）（身体着地的状态）：不同方向（侧面/正面/背面）

最后的文件夹样式

三 数据标注

3.0 数据标签

一共是3状态框，分别是：FALL（跌倒）、UP（站立）、BENDING（中间状态） 注意标注时，英文一定要大写。
一共17个骨骼关节标注点，相关标注顺序以及关节名的对应可参考下表：

3.1 打开labelme

3.2 打开文件夹

打开数据存放的文件夹，一定是文件夹，不要打开单张图片。

3.3 标注

第一次标注是没有标签的，标注完一张图后，就会有标签。

一定要先打框，然后再打点

在图片上，右击，会出现以下画面：

画框

打点

按照下图的数字 打点，这是正对着的人，顺序不能反。图上的数字是几，点的标签就是几
如果点被覆盖住了，打一个大概的位置，注意17个点一个都不能少


注意每标注完一张图片，保存一下，可以新建一个文件夹，将标注好的文件保存到新建文件夹里面。保存完之后，FileList框里面对应的文件就会被勾起来。

文件夹里面会多出来一个json文件。
以上第一张数据就标注完成。

整个标注工作完成之后的文件夹样式（以下是2张为例子） 你们得有30张jpg格式的图片和30个json后缀的文件。

---

标注完成30张就可以了，有能力的同学参考下面链接：
https://blog.csdn.net/m0_57458432/article/details/128220346