labelme 标记目标内部空白区域

最新推荐文章于 2023-04-17 20:45:12 发布

abc_1_cba

最新推荐文章于 2023-04-17 20:45:12 发布

阅读量3.7k

点赞数 14

分类专栏：分割文章标签： labelme

本文链接：https://blog.csdn.net/abc_1_cba/article/details/100986924

版权

分割专栏收录该内容

1 篇文章

订阅专栏

labelme 标记目标内部空白区域

在使用labelme进行标注时，有时会碰到标记目标内部存在背景区域的情况，这时可以通过在图像目标内部将空白区域标记出来，并标注为_background_(注意要加下划线)，从而区分出来。
Alt

上图为labelme生成的mask图像的背景部分，背景的标注为_background_，其实就是labelme会自动将图片中没有标记的部分标注为_background_,所以我们只需要把这一部分也框出来分为背景就ok啦。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

abc_1_cba

关注关注

14
点赞
踩
19

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

labelme标注转自定义mask色彩图

weixin_40011280的博客

10-21

880

labelme标注后转自定义mask色彩图声明：该项目代码是基于官网提供的 labelme_json_to_dataset.py 改进而成先看一下效果原图 labelme标签图，并保存json 生成的效果图再看一下代码项目结构是这样项目 ├─data │ ├─img #存放图片 │ ├─json #存放保存的json │ └─label └─tool │ └─labelme_json_to_dataset.py │ └─tools.py └─main.py 注意：库函数有个地方需要

labelme标记后，批处理生成训练数据

hero0baby的博客

05-24

176

我的jpeg图像和labelme生成的json文件都在这一个目录下。如果你的文件存储位置不在同一个目录，自行修改一下代码吧，很简单。最后会自动生成pic,json,labelme_json,cv2_mask目录，并且各个文件都放置到位。把这段代码拷贝粘贴，保存json2dataset.py（名字随意哈，自己起）。为自己的训练图像以及labelme标记后生成json的目录。参看了一些文章，自己编写了一个简单的py脚本，测试可用。把这个文件修改一下其中的。

参与评论您还未登录，请先登录后发表或查看评论

深度学习图像标签标注软件labelme超详细教程

Tina姐的博客

04-25

5万+

文章目录前言一、labelme是什么？二、快速安装使用1.windows安装2.linux安装3.macos安装安装成功的哑子界面说明前言 labelme是一个非常好用的免费的标注软件，博主看了很多其他的博客，有的直接是翻译稿，有的不全面。对于新手入门还是有点困难。因此，本文的主要是详细介绍labelme该如何使用。提示：以下是本篇文章正文内容一、labelme是什么？ labelme是图形图像注释工具，它是用Python编写的，并将Qt用于其图形界面。说直白点，它是有界面的，像软件一样，可以

Labelme 图像语义分割 Label data标注(Python)

Gaoithe的博客

07-25

2514

一、简单介绍：链接：https://github.com/wkentaro/labelme 首先这是一个单纯的图像标注软件，可以理解为一个具有特殊用途的PS。软件界面：转换后的文件：二、软件安装：英语好的可以直接跟着地址里的教程走 1.Python环境的搭建，环境变量的配置。这个是最基础的操作，如果出现无法使用python命令的问题，...

[详细教程]新版labelme标注后的json文件，提取不同的标签后批量注入到新的背景中作为人工数据集

蛋总的快乐生活

11-01

9813

步骤一、配置labelme环境二、用labelme标记数据得到json文件三、提取json文件出相应标签的信息四、注入到新的背景一、配置labelme环境安装anaconda 建立一个环境名为labelme，版本为3.7的环境。 conda create -n labelme python=3.7 切换到该环境 conda activate labelme 安装pyqt5和labelme pip install pyqt5 pip install labelme 在该环境下输

数据标注软件labelme 详细讲解

excelNo1的博客

11-19

2206

Labelme 版本：3.11.2 文章目录 Labelme 是什么？ Labelme 能干啥？ Labelme 安装要求 Labelme 安装方法 Labelme 使用教程 5.1 分类标注 5.2 目标检测标注 5.3 场景分割标注 5.4 实例分割标注 5.5 视频标注 5.6 其它形式的标注 5.7 命令行工具 Labelme 常见问题 Testing Developing 将 labelme 打包成可执行文件致谢 Labelme 是什么？ Labelme 是一个图形界面的图像标注软件。其的设计

使用labelme打标签，详细图文教程

热门推荐

qq_40280673的博客

10-21

7万+

做图像语义分割，打标签时需要用到labelme这个工具，我总结了它的详细使用教程。

【图像分割】LabelMe基本使用/标注标签格式转换及可视化

兴趣使然的创作者

04-17

1万+

花生胚芽标记25张图， labelme标记

01-02

"花生胚芽标记25张图，labelme标记"的项目是这个领域的一个实例，它涉及到计算机视觉和数据标注的工作。这里，我们主要讨论的是如何使用labelme工具对花生胚芽进行图像标注，以及这种标注在机器学习中的作用。 ...

labelme标记骨骼

01-08

如果希望创建一个新的标注会话，则点击 `New Project...` 并设置保存标签文件的位置以及目标图像所在的目录。 #### 开始绘制关键点对于骨骼的关键部位（例如关节），应该采用多边形或多点模式来进行精确标记。具体...

labelme标记关键点

02-13

### 使用 LabelMe 进行关键点标注教程 #### 启动 LabelMe 工具为了启动 LabelMe 并设置用于标注的关键点标签，需在命令行工具中执行特定指令。具体来说，在命令行界面输入如下命令可以启动带有自定义标签列表的 ...

labelme标注生成png

11-04

代码可以将json文件中的label存储为png图像文件。对于多类分割任务，整个文件夹下生成的所有label图像中，不同图像中的相同类别的目标在label.png中可能对应相同的灰度值，使标注的label具备统一性。

labelme勾目标检测COCO数据格式，mmdetection框架训练

LiChengwei的博客

08-01

594

labelme勾数据，MMdetection训练

深度学习图像标注软件labelme使用教程

muzii的博客

08-15

5627

labelme使用教程，可放心食用

labelme标注及标签的统一

qq_37993640的博客

09-01

1950

语义分割数据集标注，labelme标注文件的批转化，labelme转png图像颜色不统一

使用labelme进行语义分割数据标注

m0_47646169的博客

01-10

2260

Contents1. Labelme Install2. How to use?1)dataset file2) Implement3) labelimg Introduction4)Configuration3、json2png 1. Labelme Install 打开Anaconda终端，输入即可安装完成： pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple 2. How to use? 1)dataset file d

qq_42102191的博客

11-23

5555

使用labelme自制道路提取数据集，批量将标注得到的json文件转换为png格式标记图。

labelme标注分割数据转换成coco格式

qq_45828295的博客

11-14

6182

用Labelme标注数据集，并转换成coco格式

实现物体相互遮挡下实例分割数据增强及标签制作

weixin_38241876的博客

10-20

738

import os import random from PIL import Image import cv2 import numpy as np def find_files(folder, ext): g = os.walk(folder) L = [] for path, dir_list, file_list in g: for file_name in file_list: if os.path.splitext(file_n.

json转mask灰度图

最新发布

03-21

### 将 JSON 数据转换为灰度图 MASK 的处理方法要将 Labelme 工具生成的 JSON 文件中的标注数据转换为单通道灰度图 MASK，可以按照以下方式实现： #### 转换逻辑 Labelme 生成的 JSON 文件通常包含了多边形形状（polygon）的数据结构。这些多边形可以通过 OpenCV 或其他库绘制到空白画布上，从而形成二值化掩码图像。通过叠加多个类别的掩码并赋予不同的像素值，最终可得到一张完整的灰度图。以下是具体实现过程： 1. **加载 JSON 文件** 使用 Python 中的标准 `json` 库读取 JSON 文件的内容，并提取其中的关键字段，例如 `"shapes"` 和 `"imageSize"` 等[^1]。 2. **创建空白画布** 根据图片尺寸初始化一个全零矩阵作为背景，该矩阵代表目标灰度图的初始状态。 3. **解析多边形坐标** 遍历 JSON 文件中的每一个 shape 对象，获取其对应的类别名称和顶点列表。对于每个 shape，将其顶点列表传递给绘图函数以填充区域。 4. **绘制掩码** 利用 OpenCV 的 `cv2.fillPoly()` 函数，在空白画布上按指定类别编号填充值，完成对应区域的标记。 5. **保存结果** 将生成的灰度图保存至本地磁盘。 --- #### 实现代码示例下面是一个基于上述逻辑的具体实现代码片段： ```python import cv2 import numpy as np import json from PIL import Image def json_to_mask(json_file, output_image): with open(json_file, 'r', encoding='utf-8') as f: data = json.load(f) # 获取图像大小 image_height = data['imageHeight'] image_width = data['imageWidth'] # 创建空白画布 (默认黑色) mask = np.zeros((image_height, image_width), dtype=np.uint8) # 定义类别映射表 category_map = { "class_1": 1, "class_2": 2, "class_3": 3 } for shape in data['shapes']: label = shape['label'] # 类别名 points = np.array(shape['points'], dtype=np.int32).reshape((-1, 1, 2)) # 多边形顶点 if label not in category_map: continue # 如果类别未定义，则跳过 value = category_map[label] # 获取类别对应的数值 cv2.fillPoly(mask, [points], color=value) # 填充多边形区域 # 保存灰度图 Image.fromarray(mask).save(output_image) if __name__ == "__main__": input_json = "example.json" output_gray_mask = "output_mask.png" json_to_mask(input_json, output_gray_mask) ``` --- #### 关键说明 1. 上述代码假设已知类别及其对应的整数编码关系存储于字典变量 `category_map` 中。实际应用中可根据需求调整此部分配置。 2. 若需支持更多复杂场景（如嵌套对象或多实例分割），则可能需要扩展算法来区分不同实例之间的重叠情况[^2]。 3. 当前脚本仅适用于由 Labelme 导出的标准 JSON 文件格式；如果遇到自定义或非标准格式，请先确认其内部结构再做相应修改[^3]. 4. 可视化的灰度图可以直接用于后续训练流程或者进一步加工成 COCO 数据集所需的格式[^4]。 ---