企业官网建设流程全解析

1. 项目背景与整体方案设计

1.1 为什么用Labelme做数据标注

做深度学习方向的项目，尤其是语义分割、目标检测、实例分割这几类任务，逃不开一个环节：给图片"画框"或者"画轮廓"。市面上的标注工具有很多，像LabelImg、CVAT、RectLabel、SuperAnnotate，但我个人在本地小规模数据集上最常用的还是Labelme。

Labelme是麻省理工学院计算机科学与人工智能实验室开源的图像标注工具，基于Python编写。它最大的特点就是灵活。标注结果直接落盘为JSON文件，JSON本身就是一种通用性极强的数据交换格式，你可以在后端随意解析、转换成自己需要的格式。不管你是要做二分类的分割mask，还是做目标检测的bounding box，甚至做OCR场景的文字框标注，Labelme都能胜任。

另一个选它的理由是轻量。它不需要部署服务端，不需要注册账号，不需要联网，pip安装后本地启动就能干活。对于个人开发者、学生党、小团队来说，这是最省事的一条路径。

这个标题之所以把"标注"和"json生成Ground Truth"放在一起，是因为很多新手卡在了后半段：标注完成了，json文件也有了，但不知道如何把json里的坐标信息变成模型训练真正需要的label文件。我在实际项目中见过太多同学拿着一张"全黑"的mask图来问为什么训练不了。所以这篇文章的重点会放在json转Ground Truth的完整流程上，把每一个坑都摊开讲。

适合谁来读？如果你准备用自己的图片训练一个分割模型，或者想给数据集加上像素级标注，又或者已经用Labelme标注了一部分数据但不知道怎么转成mask，这篇文章可以帮你省下一两天的摸索时间。

1.2 数据集的目录规划与命名规范

动手标注之前，我强烈建议先规划好目录结构。很多人在标注到一半的时候才想起来文件管理混乱，返工成本非常高。

推荐的结构是这样的：

dataset/ ├── images/ # 原始图片，所有待标注图片放在这里 ├── labels/ # Labelme生成的json文件 ├── masks/ # 转换后的Ground Truth mask图 └── config/ └── labels.txt # 类别标签清单

每个目录的作用非常明确：images放原图，labels放标注结果，masks放最终生成的训练文件。这个结构一眼就能看懂，将来做拆分训练集、验证集的时候也方便操作。

命名规范上，有两点必须提醒。第一，图片文件名不要含中文和空格，尽量用序号或者英文命名，比如img_001.jpg。原因是Labelme保存的json里会记录文件名，如果文件名带中文，后面做数据读取时会有编码问题。第二，json文件名会自动和图片名保持一致，所以不要在标注过程中随意改文件名，否则json和图片对不上，到时候解析会报错。

还有一个容易忽略的细节：如果在标注过程中发现图片本身有问题（模糊、重复、内容错误），要么直接删除并在标注进度表里标记，要么先把图片移出images目录再重新拷贝一张新图片进入。不要直接在原目录里覆盖同名文件，因为Labelme的json里记录的图片路径是相对的，覆盖后json的内容可能和图片对不上。

1.3 标注目标类型的选择：分割、检测、还是OCR

Labelme支持的标注形状包括多边形、矩形、圆形、线段、点。你在开始之前就要想清楚，你最终要的是什么任务类型：

• 语义分割：用多边形（Polygon）标注出目标的轮廓，最后生成像素级的mask。
• 目标检测：用矩形（Rectangle）标注目标的边界框，转换成YOLO或VOC格式的txt/xml。
• 实例分割：也是用多边形，但每个目标单独标注，mask中每个实例的像素值不同。
• OCR检测：用矩形框或四边形框标注文字区域，配合识别任务使用。
• 关键点检测：用点标注关键位置，比如人脸关键点、人体骨架点。

不同的任务对应不同的Ground Truth格式。我们这篇文章主要聚焦在分割任务上，也就是把JSON转换成像素级的mask图，因为这是Labelme最典型的应用场景。

2. 环境准备与Labelme安装全流程

2.1 安装Python与基础环境

Labelme是Python包，所以第一步是确保你的机器上有可用的Python环境。我建议使用Python 3.8到3.10版本，我自己在3.9和3.10上都跑得很稳。如果你没装Python，去官网下载安装包，安装时注意把"Add Python to PATH"勾选上，这个是很多新手栽跟头的地方。

安装完成后，可以在命令行里验证：

python --version pip --version

能正常输出版本号说明环境OK。有条件的强烈建议用虚拟环境，避免污染系统级的Python环境。我习惯的做法是：

python -m venv labelme_env # Windows激活 labelme_env\Scripts\activate # Linux/Mac激活 source labelme_env/bin/activate

虚拟环境相当于在你的机器里开辟一个独立的隔间，里面装什么包都不影响外面。我遇到过太多次因为globally安装包版本冲突导致的项目崩溃，用虚拟环境后这种问题基本绝迹了。

2.2 Labelme安装与启动

安装Labelme本身很简单：

pip install labelme

但如果你在国内网络环境下直接pip install，大概率会遇到下载超时。这种情况有两个解决办法，一是用清华镜像源：

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

二是如果系统提示某个依赖包需要编译导致安装失败，可以先检查一下是不是需要安装特定版本的pyqt5_sip。我整理过一套最稳的安装组合：

pip install pyqt5==5.15.10 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install labelme==5.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

这个组合我实测在Windows 11、Windows 10、Ubuntu 20.04上都能正常启动。装完以后，命令行输入：

labelme

正常的话会弹出Labelme的主界面。如果弹不出来，大概率是PyQt5的库冲突或者显卡驱动兼容问题，后面常见问题部分我会专门说。

启动之后，在菜单栏File里选择"Open Dir"，打开你的images文件夹，就可以开始标注了。建议同时打开"File -> Save As"设置json保存路径，指向labels目录。

2.3 配置类别清单文件

很多教程不会提这点，但我强烈建议你在标注前先写好categories文件。Labelme支持进入标注模式时选择一个标签（label），如果标签列表是空的，你每次都要手动输入一个名字，非常影响效率。

在config目录下创建一个labels.txt，内容大概是：

__ignore__ _background_ person car dog

这里有个小细节：Labelme会自动把__ignore__和_background_当作特殊标签处理。你可以不写这两个，但在我们自己写转换脚本的时候，背景就是像素值为0的部分，所以上面这个清单里的_background_其实对应mask里的0值区域，后面的类别从1开始编号。后续转换脚本里用到的类别列表是以此为准的。

3. 标注实操与重要细节

3.1 多边形标注的基本操作

启动Labelme之后，点击左侧工具栏的"Create Polygons"按钮，然后用鼠标左键在图像上逐一单击，勾勒出目标轮廓。每单击一个点，多边形就会多一个顶点，轮廓自然会跟着成形。勾勒完整个目标边缘后，回到起点附近双击或点击右键，就会弹出标签选择框。选择对应的类别，标注就完成了。

标注过程中你会用到一些高频快捷键：

• Ctrl+Z：撤销上一个标注点（对，就是用来撤销点错的）
• Ctrl+S：保存当前图片的标注，生成json
• Ctrl+D：复制当前标注到下一张图片（适合多张图片里有相同目标的情况）
• Delete：删除当前选中的标注多边形

实操中有一个小技巧：标注轮廓时，不要贪婪地打特别多的点来"描边"。点的数量越多，json文件越大，而且模型训练时处理多边形坐标的开销也越大。对于大多数目标，几十个点已经能勾勒出很光滑的轮廓了。锚点太少会导致形状失真，锚点太多会引入标注噪声，我的经验是在曲线变化大的地方加密，在直线部分少点。

3.2 一张图多个目标的处理方式

一个图像里通常会有多个目标，比如道路场景里同时有行人、汽车、红绿灯。你可以连续创建多个多边形，每个目标独立标注，标签可以相同（比如三辆车都标成"car"），也可以不同。

语义分割任务中，同一类别的多个目标最终在mask里的像素值是一样的；实例分割任务中则需要区分开每个目标。区分方式有两种：一种是在json转mask的时候，把每个多边形当成独立的连通域编号；另一种是使用Labelme自带的group_id字段。

给同类别目标设置不同group_id的方法如下：标注完第一个多边形后，在左侧的"Label List"面板中右键点击该标签，选择"Edit Group ID"。如果所有目标都要区分，就把1、2、3这样递增的编号填进去。

这步很有用，尤其当你后面要跑Mask R-CNN这类实例分割模型时，Ground Truth就需要区分每个实例。如果你明确做的是语义分割，那就不用管group_id，直接生成单通道mask图即可。

3.3 整个标注过程中最容易翻车的细节

第一，标注必须闭合。Labelme的多边形在做json转换时，底层会去读每个多边形区域的顶点列表，然后用类似多边形填充的方式生成区域。如果你标注的轮廓有交叉或者没闭合，填充出来的区域会和你预期的完全不一样。

第二，留意图片原始尺寸。后续json转mask的时候，图像尺寸必须和原图一致。如果你把原图缩放后再标注，json里只存了多边形顶点坐标，不会自动做等比缩放，转换出来的mask就会错位。标注时的图片尺寸要原封不动地用于转换。

第三，保存json后顺手检查一下文件大小。如果一张图标注完成后的json居然只有几百字节，十有八九是保存出了问题，或者多边形数据没有正常写入。打开json看看，里面一般会包含imageData字段（图片的base64），以及shapes数组。一个正常的多边形标注json通常在几KB到几十KB不等，具体取决于图片大小和标注复杂度。

4. 解析Labelme生成的JSON结构

4.1 JSON文件的字段含义

打开一个标注好的json，大概是下面这个样子：

{ "version": "5.5.1", "flags": {}, "shapes": [ { "label": "car", "points": [ [323.5, 210.0], [425.2, 213.0], [485.1, 312.5], [310.3, 320.2] ], "group_id": null, "shape_type": "polygon", "flags": {} } ], "imagePath": "img_001.jpg", "imageData": "/9j/4AAQSkZJRgABAQAAAQABAAD...", "imageHeight": 1080, "imageWidth": 1920 }

各字段的含义我整理成了表格：

imageData字段是最大的坑。这个字段是base64编码的整张原始图片，会占很多额外空间。如果你用Labelme生成、不做任何处理就丢给团队使用，这个字段会让手头的json文件极大。而转换Ground Truth时其实基本不需要它，只要知道图片路径和shapes里的坐标就够了。

如果确实想让json瘦身，可以在标注时用Labelme的File -> Save Automatically选项，并配合把图像数据从json中去掉的方式，比如保存成不包含imageData的"精简模式"。但这个操作会丢失json自包含的信息，一旦照片移动位置就找不到原图了。我个人习惯保留imageData，毕竟目前磁盘不稀缺，但如果你正在做一个超大数据集，建议尽早制定精简策略。

4.2 坐标体系的说明

Points数组里的坐标是相对原图的像素坐标，以图片左上角为原点，x轴向右，y轴向下。这和大多数图像处理库保持一致，所以在用OpenCV或者numpy进行处理时不需要做坐标转换。

注意，这里的坐标是浮点数，代表标注时鼠标所在的亚像素位置。转换成mask的时候，用整数坐标填充区域即可，不会有精度损失。这个概念对后续生成mask非常关键，因为很多人会纠结"json里的坐标是小数，是不是需要精度处理"，其实完全不用。

5. JSON转Ground Truth的完整代码实现

5.1 单张JSON转二值Mask的工具方法

现在到关键环节了。用一个Python脚本把单个json转成单通道mask图。我先把完整的核心函数写出来，再逐行解释。

import json import numpy as np import cv2 from PIL import Image import os # 定义类别映射表，注意顺序，背景固定为0 CLASS_MAPPING = { "background": 0, "person": 1, "car": 2, "dog": 3 } def json_to_mask(json_path, output_mask_path, class_mapping=None): """ 将Labelme的json文件转换为单通道语义分割mask图 json_path: json文件路径 output_mask_path: 输出mask的路径（png格式） class_mapping: 类别名字到像素值的映射字典，如果为None则使用内置默认 """ if class_mapping is None: class_mapping = CLASS_MAPPING with open(json_path, "r", encoding="utf-8") as f: label_data = json.load(f) # 获取图像尺寸 height = label_data["imageHeight"] width = label_data["imageWidth"] # 创建全0的mask，背景自动为0 mask = np.zeros((height, width), dtype=np.uint8) shapes = label_data["shapes"] for shape in shapes: # 仅处理多边形，如果想兼容矩形可加别的分支 if shape["shape_type"] != "polygon": print(f"警告：跳过 {shape['shape_type']} 类型的标注") continue label_name = shape["label"] if label_name not in class_mapping: print(f"警告：标签 {label_name} 未在类别映射表中，已跳过") continue class_value = class_mapping[label_name] # 将坐标转换成整数形式 points = np.array(shape["points"], dtype=np.int32) # 用OpenCV填充多边形区域 cv2.fillPoly(mask, [points], color=class_value) # 保存为png格式，避免jpg压缩带来的像素值漂移 cv2.imwrite(output_mask_path, mask) return mask

这个函数的核心逻辑并不复杂：读取json、获取图像尺寸、创建全零mask、遍历所有多边形并填充对应类别的像素值。

为什么要用dtype=uint8？因为大多数分割模型的标签图都是单通道8位图，类别数不超过255时完全够用。如果类别数超过255（一般不可能），可以改用uint16。

为什么保存为png而不是jpg？因为jpg是有损压缩格式，会在像素级别产生微小的颜色偏移，这对普通图片无所谓，但对mask图是致命的。试想你把像素值255的背景压缩成了254，模型的交叉熵损失直接爆炸。PNG是无损压缩，保存像素值不会有一丝一毫的改变。

fillPoly之后多边形内部值被设置为class_value，外部保持0。多个多边形重叠时，后画的会覆盖先画的。如果你的数据集里存在遮挡关系，建议在后标注的目标后画，这样在mask中它才能"压住"被遮挡目标的像素。

5.2 批量转换目录下所有JSON

单张函数写好后，批量处理是水到渠成的事。下面这段脚本遍历labels目录下的所有json，生成对应的mask图到masks目录：

def batch_json_to_mask(labels_dir, masks_dir, class_mapping=None): """ 批量将labels目录下的所有json文件转换成mask图 """ os.makedirs(masks_dir, exist_ok=True) for filename in os.listdir(labels_dir): if not filename.endswith(".json"): continue json_path = os.path.join(labels_dir, filename) mask_name = filename.replace(".json", ".png") output_mask_path = os.path.join(masks_dir, mask_name) print(f"正在处理：{filename}") try: json_to_mask(json_path, output_mask_path, class_mapping) except Exception as e: print(f"处理失败 {filename}：{e}") continue print("批量转换完成") if __name__ == "__main__": labels_dir = "dataset/labels" masks_dir = "dataset/masks" batch_json_to_mask(labels_dir, masks_dir)

这里有一个非常有必要的设计：每个文件用try-except包裹。因为标注的过程中可能有个别json损坏，如果不用try-except，一个文件出错整个脚本就崩了。加上try-except，至少能保证其他好的文件正常处理，损坏的文件会被记录到日志里，回头单独排查。

批量转换完成后，可以用一小段代码快速验证mask是否和原图对得上：

def visualize_overlay(image_path, mask_path, alpha=0.5): image = cv2.imread(image_path) mask = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) # 生成彩色mask便于可视化 colored_mask = np.zeros((mask.shape[0], mask.shape[1], 3), dtype=np.uint8) colored_mask[mask == 1] = [0, 0, 255] # 类别1红色 colored_mask[mask == 2] = [0, 255, 0] # 类别2绿色 colored_mask[mask == 3] = [255, 0, 0] # 类别3蓝色 overlay = cv2.addWeighted(image, 1 - alpha, colored_mask, alpha, 0) cv2.imshow("overlay", overlay) cv2.waitKey(0)

这个可视化步骤非常推荐，每转一小批就抽查几张，看mask是否和原图轮廓吻合。很多看起来没有问题的地方，实际错误就藏在细节里。

5.3 多类别合并与RLE编码处理

实际项目里，除了生成单通道mask，还可能需要RLE编码。RLE（Run-Length Encoding）是COCO数据集使用的编码方式，它用"长度 + 像素值"的方式压缩二值mask，比PNG存储更紧凑。

看一个简单的RLE编码样例：

import numpy as np def mask_to_rle(mask): """ 将二值mask（0/1）转换为COCO格式的RLE 输入: 二维数组，值为0或1 输出: RLE字典，包含size和counts """ flattened = mask.flatten(order="F") # 按列优先展平，与COCO一致 counts = [] current_val = flattened[0] run_length = 1 for value in flattened[1:]: if value == current_val: run_length += 1 else: counts.append(current_val) counts.append(run_length) current_val = value run_length = 1 counts.append(current_val) counts.append(run_length) # 如果第一个元素不是0，需要在counts前面加0，因为COCO规定必须从0开始 if counts[0] != 0: counts = [0] + counts rle = {"size": [mask.shape[0], mask.shape[1]], "counts": counts} return rle

RLE编码要求按列优先展开，这和平时习惯的行优先展开不一样，经常有人在这里出错。如果你要做COCO格式的数据集，必须用列优先，否则验证mAP的时候会莫名其妙所有指标都是0。

当然，实际项目中更推荐直接用pycocotools自带的mask转换工具，它对边缘情况的处理比我上面这个简易版本要严谨得多。但是理解手动实现的过程，能帮你更清楚COCO RLE的底层逻辑。

6. 实操过程中遇到的高频问题与排查思路

6.1 安装运行时的高频错误

问题1：pip install labelme总是卡在PyQt5相关依赖上

现象：安装过程中提示ERROR: Could not build wheels for pyqt5-sip或者干脆超时。

原因：PyQt5在部分Python版本和系统环境下没有预编译的wheel包，需要本地源码编译，但编译环境又缺东西。

解决办法：先单独固定版本安装pyqt5库，再装labelme：

pip install pyqt5==5.15.10 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install labelme==5.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果还报错，试试升级pip和setuptools：

python -m pip install --upgrade pip setuptools wheel

问题2：输入labelme后弹窗报错"Failed to load platform plugin xcb"

现象：这个问题多发于Linux环境。启动时Qt找不到图形平台插件。

解决办法：通常是缺少X11相关的依赖库。以Ubuntu为例：

sudo apt-get install libxcb-xinerama0

如果屏幕分辨率有缩放问题，可以设置环境变量：

export QT_AUTO_SCREEN_SCALE_FACTOR=1 labelme

问题3：标注过程中点击保存，json文件是空的

现象：json文件存在，但打开是{}或者只含有version字段。

原因：常见的原因是保存时没有选中任何已标注的多边形，或者程序在写入前崩溃了。

排查建议：标注完一张图后，先检查左侧Label List里是否有内容，再点保存。养成"标注完立刻保存"的习惯，并且设置File -> Save Automatically让Labelme在切换图片时自动保存，能大幅降低丢失标注数据的概率。

6.2 转换阶段常见问题的排查

转换阶段的问题，我整理了下面这份排查速查表：

6.3 多类别场景下常见的"值冲突"问题

这里有一个非常典型案例。你标注了一个数据集，里面有两个label：person和riding_person。你原本把person映射为1，riding_person映射为2。但你后来又有一个场景需要把两者合并成一个类别，直接在映射表里把riding_person改成1。这时候，只要这两张mask没有同时出现，单看没问题；一旦某张图里两个类别共存，riding_person就会覆盖person的像素，整个mask会错乱。

解决办法是：类别映射表一旦确定，就不要中途随意改动。如果非要合并，务必重新跑一遍转换脚本，而不是靠后处理去修补mask。

另外一个常见坑是：OpenCV读取PNG时默认是BGR通道，而mask是单通道灰度图，用cv2.imread读mask时要加上cv2.IMREAD_GRAYSCALE参数。如果用默认参数读，mask会被读成三通道，后续和你写的处理代码维度对不上。

6.4 如何快速定位损坏的JSON文件

批量转换时，我建议打印出每一个处理的文件名，这样一旦出错，马上能定位到具体是哪张图。实际操作中，可以加一个小工具函数：

def validate_json(json_path): """检查json文件是否完整有效""" try: with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) if "shapes" not in data: return False, "缺少shapes字段" if not isinstance(data["shapes"], list): return False, "shapes字段不是列表" # 检查shapes中是否有有效坐标 valid_polygons = 0 for shape in data["shapes"]: if shape.get("points"): valid_polygons += 1 if valid_polygons == 0: return False, "该json没有任何有效多边形" return True, "OK" except json.JSONDecodeError as e: return False, f"JSON解析失败: {e}" except Exception as e: return False, str(e)

这个函数在批量转换前跑一遍，可以把异常json提前筛掉。否则转换到一半再停下来去修，等待时间会非常漫长。

7. 转换后的验证与下一步衔接

7.1 像素值统计抽检

转换完成后，建议对每一张mask做一次像素值分布统计：

import collections def inspect_mask(mask_path): mask = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) unique_values = np.unique(mask) print(f"mask {mask_path} 包含像素值: {unique_values.tolist()}") print(f"mask尺寸: {mask.shape}") return unique_values

如果某张mask里出现了类别映射表中不存在的值，比如出现了6，而映射表只有0到3，那就说明转换逻辑有bug，可能是某个类别的编号写错了。这种问题如果不在早期发现，到了训练时会以loss不收敛的形式暴露，到那时再去定位就非常痛苦。

7.2 与模型训练的衔接

mask生成之后的用途很多，取决于你要跑什么模型。以目标检测为例，你可能并不需要像素级mask，而是需要把polygon坐标转换成YOLO格式的txt文件。

这里给一个简化的俯角：YOLO格式要求的是归一化的中心坐标和宽高，具体是class x_center y_center width height。用Labelme的矩形标注结果可以方便地转换：

def rectangle_to_yolo(json_path, output_txt_path, class_mapping_reverse): with open(json_path, "r") as f: data = json.load(f) img_w = data["imageWidth"] img_h = data["imageHeight"] with open(output_txt_path, "w") as f: for shape in data["shapes"]: if shape["shape_type"] != "rectangle": continue label = shape["label"] if label not in class_mapping_reverse: continue class_id = class_mapping_reverse[label] x1, y1 = shape["points"][0] x2, y2 = shape["points"][1] xmin, xmax = min(x1, x2), max(x1, x2) ymin, ymax = min(y1, y2), max(y1, y2) x_center = (xmin + xmax) / 2 / img_w y_center = (ymin + ymax) / 2 / img_h width = (xmax - xmin) / img_w height = (ymax - ymin) / img_h f.write(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")

如果你要喂给分割模型（比如U-Net、DeepLab、Mask R-CNN），那么前面讲的单通道mask图就是标准输入。需要注意的是，训练时建议把mask里的像素值当作类别索引，而不是RGB颜色值。在PyTorch的数据加载器里，可以用torch.from_numpy(mask).long()把uint8数组转成long型张量，这就是交叉熵损失函数接收的target格式。

7.3 划分训练集、验证集、测试集

有了图片和mask之后，需要把数据划分成训练集、验证集和测试集。最简单的方式是按文件list进行划分：

import random from glob import glob image_paths = glob("dataset/images/*.jpg") random.seed(42) random.shuffle(image_paths) train_ratio = 0.7 val_ratio = 0.15 test_ratio = 0.15 train_files = image_paths[:int(len(image_paths) * train_ratio)] val_files = image_paths[int(len(image_paths) * train_ratio):int(len(image_paths) * (train_ratio + val_ratio))] test_files = image_paths[int(len(image_paths) * (train_ratio + val_ratio)):] # 写入txt索引文件 def write_file_list(file_list, output_path): with open(output_path, "w") as f: for path in file_list: f.write(path + "\n") write_file_list(train_files, "dataset/train.txt") write_file_list(val_files, "dataset/val.txt") write_file_list(test_files, "dataset/test.txt")

这里有一个关键点：划分时一定要用固定的随机种子，否则每次运行脚本生成的文件列表都会不一样，会导致模型在同一批数据上重复训练或者验证集不稳定，结果不可复现。

8. 从个人经验出发的几点补充建议

8.1 标注时不要一边标一边改类别清单

在项目启动前，把类别清单想清楚，尽量一次性定下来。标注过程中如果发现类别定义有歧义（比如"person"和"riding_person"到底算不算两个类别），先记录下来，集中到一批标注完成之后再统一决定。如果边标边改，后面还得重新核验大量json文件的label是否一致，工作量会翻倍。

8.2 定期备份标注结果

标注数据是劳动密集型产物，丢起来也是连锁反应——如果某张图的json坏了，重新标注可能要花十几分钟，如果一批都坏了，那就是灾难。我习惯每隔一段时间把整个labels目录压缩一次，扔到网盘或者本地备份盘。每隔一千张图片一个批次，这样即使出问题，也只会丢失很少的进度。

8.3 小规模试跑验证

最推荐的流程是：先用十张图跑通全链路。这十张图完成"标注 -> json -> mask -> 模型训练 -> 推理"的完整流程后，再大规模标注。因为只有在训练环节，你才发现自己生成的Ground Truth是不是真的符合模型输入要求。像我之前有次以为自己生成了正确的mask，结果训练的时候loss完全不下降，排查了整整一天才发现是mask的像素值顺序写错了，类别值和标签错位。先小规模验证能省下大量后续返工时间。

我在实际项目中体会最深的点是，Labelme这套工作流的好处在于它的每个环节都很透明，数据的中间表示都是通用格式。前期花一点时间把流程理顺，中间几乎不会出现什么幺蛾子。希望这篇内容能帮你少踩一些我踩过的坑，顺利啃下标注到Ground Truth这一整条链路。