描述了使用2D卷积神经网络图像识别的全过程。下载和安装标注工具，对图像进行标注，生成标注后的图像。然后对数据进行增强，划分训练集和测试集。最后通过神经网络建立分类模型，对现有图片进行分类应用。
1、Labelme工具
Labelme工具是语义分割标注工具，在地物类型或建筑物提取及其类似任务中，可用此工具进行标注。
可以从网上下载，使用方法可详网上相关教程；
2、准备需要标注的图像
我这里准备了一些卫星遥感图，每个图中有一或多幢的建筑物，图像格式为RGB数码图片；
3、标注
打开labelme软件，openDir--选择图片所在的文件夹；
在右下侧File List中选择一张图片；在左侧工具栏中点击create polygons；在图片中绘制建筑物轮廓的多边形，闭合后，在弹出框中输入Label的名字，同一类目标使用相同的名字即可；
点击保存，会生成当前图片对应的Json文件。
按上述步骤，绘制每一张图片的标签，将生成对应的json文件。
4、解析json
需要的标签是二值化的mask图，所以需要解析出json文件中标注目标的坐标信息，进而转成mask图。
运行以下代码，按要求修改read_path，save_path这两个参数。
python resoleJson.py，解析完成后放在labels目录中。