maskrcnn制作自己数据集

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。