数据集准备
数据集图片放入一个文件夹中,如下图人与狗两张图片。
数据集标注
1:进入Anconda Prompt命令窗口(默认安装anconda3)
2: 进入labelme环境(命令:activate labelme)
3:启动labelme软件(启动命令:labelme)
4: 点击openDir打开数据集开启标注:出现同一类多个实例时请使用dog1 dog2 …dogn标注。如下图所示:
标注完成
数据集标注完成每张图片产生一个对应json文件,如下图所示:
生成mask样本
json文件仅仅是包含标注的坐标信息和类别,并非mask掩码数据,因此需要将数据转换为掩码数据,
1:anconda prompt,
2:启动labelme环境(命令:activate labelme)
3:cd 进入当前数据集文件夹下。
4:转换数据命令:labelme_json_to_dataset + “json文件名”,本实例为labelme_json_to_dataset 0.json;labelme_json_to_dataset 1.json
生成数据如下图所示:每张图片对应一个文件夹。
文件夹内容包含:原图img;标签数据label;类别标签label_names;以及视图展示label_viz。
掩码数据转换
因图片label是16位存储,需要转换为8位存储有效数据,因此需将label转换,转换代码:`在这里插入import numpy as np
from PIL import Image
import numpy as np
import shutil
import os
src_imagePath ="" #16位图片数据路径
save_imagePath="" #8位图片存储路径
filename=os.listdir(src_imagePath)
for name in filename:
old_mask=src_imagePath+"//"+name
img = Image.open(old_mask)
img = Image.fromarray(np.uint8(np.array(img)))
img.save(save_imagePath+"//"+name)代码片`
完成:掩码mask数据集如下图所示:
结束语
最后根据项目需要将原图与mask图片放入相应文件夹进行训练,下一章介绍训练。