labelme使用心得

首先labelme可以标注实例分割也可以语义分割
权在怎么标，如果不分person1，person2这样的，那就是语义分割

还是不明白，语义分割，实例分割是不是都是一副mask图像，就是由不同的像素值对应的目标
注：labelme标注的PIL读取为0，1，2这种像素值，对应的opencv读得就不一样
是不是因为PIL读取的不是像素值，而是像素的种类啊

标注完成，会生成.json文件，利用批量处理文件生成对应的文件夹

#!/usr/bin/env python
# _*_ coding: UTF-8 _*_
# author:"Zhang Shuyu"
#!/bin/bash

import os
import natsort
labelme_json = "/home/shen/anaconda2/bin/labelme_json_to_dataset" #labelme_json_to_dataset.exe 程序路径
file_path = "/home/shen/test/tt"   # 处理文件所在路径
save_file_path = './s'
dir_info = os.listdir(file_path)
dir_info = natsort.natsorted(dir_info)
"""循环处理‘.json’文件"""
for file_name in dir_info:
    file_name = os.path.join(file_path + "/" + file_name)
    os.system(labelme_json + " " + file_name)

完成批量处理
处理过后每个文件夹下都有相应的图像：
‘info.yaml’, ‘img.png’, ‘label_viz.png’, ‘label.png’, ‘label_names.txt’
共5个
实际有效的就是label,png
用PIL读取的像素之后用：

img = Image.open('./xx')
img = np.array(img)
np.unique(img)

获得的就是所有的类型（相同的是屏蔽了的）

1. 将物体从背景中分离(测试结果上只是没有画出目标框)，即目标检测。

2. 对检测到的物体进行逐像素提取，即图像分割。

3. 对检测到的物体进行类别划分，即图像分类。