相对路径读取json文件 & labelme_shapes_to_label 标签

直接读取： 

import json

with open('file.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

忽略错误读取： 

import jsonimport codecs
with codecs.open('file.json', 'r', encoding='utf-8', errors='ignore') as f:
    data = json.load(f)

labelme_shapes_to_label 是一个函数，用于将标注工具Labelme生成的json格式文件中的标注信息转换为指定的标签形式。在Labelme中，标注信息以形状的形式存在，例如矩形、多边形等，而不是以像素点的形式标注。这个函数会将形状转换为像素点形式，并将标签信息以numpy数组的形式输出，方便进行后续的训练和使用。该函数通常用于目标检测和语义分割等任务的数据准备过程中。

labelme_shapes_to_label转换的标签具有以下特点：

1. 标签是以numpy数组的形式输出，数组的每个元素表示该像素点所属的类别。
2. 对于一个多类别的任务，标签数组包含多个通道，每个通道表示一个类别。
3. 对于一个像素点，它只能属于一个类别，因此在标签数组中，每个像素点所在的位置只有一个通道的值为1，其余通道的值为0。
4. 标签数组的形状和原始图像的形状相同，即都是由像素点组成的二维数组。

在使用labelme_shapes_to_label转换标注信息时，需要先定义每个类别的标签值，通常是从0开始递增。例如，如果一个任务有3个类别，可以定义类别0的标签值为0，类别1的标签值为1，类别2的标签值为2。在转换标注信息时，labelme_shapes_to_label会根据每个形状所属的类别，将对应像素点的值赋为该类别对应的标签值。最终得到的标签数组即为模型需要的标签形式。

labelme_shapes_to_label函数转换的标签的类别数量，取决于标注信息中标注的类别数。在使用labelme_shapes_to_label函数转换标注信息时，需要先定义每个类别的标签值，通常是从0开始递增。例如，如果一个任务有3个类别，可以定义类别0的标签值为0，类别1的标签值为1，类别2的标签值为2。在转换标注信息时，labelme_shapes_to_label会根据每个形状所属的类别，将对应像素点的值赋为该类别对应的标签值。

因此，可以通过在转换标注信息时，定义的标签值的数量，来确定转换后的标签的类别数量。例如，如果定义了3个标签值，则表示有3个类别，最终得到的标签数组就会有3个通道。可以通过查看转换后的标签数组的形状，即第三维的大小，来确定标签的类别数量。