labelme标注后如何生成数据集_图片标注以后怎么生成数据集-CSDN博客

本文链接：https://blog.csdn.net/m0_47487903/article/details/115366207

本文介绍了如何使用labelme工具在Anaconda环境下安装和标注图像，包括两种方法：直接使用labelme命令和通过修改json_to_dataset.py文件。此外，还提供了更方便的方法二，通过labels.txt和labelme2voc.py文件批量处理多个图片文件夹。

摘要由CSDN通过智能技术生成

安装labelme环境

打开Anaconda Prompt, 直接输入pip install labelme即可安装

由于课题研究主要针对髋骨附近的股骨进行标注，只需要一种标签即可：

方法一

1）直接在Anaconda Prompt中输入labelme即可；

标注图片的两种方法

2）点击OpenDir选择所要标注的图片目录，标签名自己随意起就好了；
在这里插入图片描述
3）点击File->Change OutputDir来改变保存json文件的位置；

4）标注完成后需要生成数据集，首先找到Anaconda环境下的labelme_json_to_dataset.exe文件，在我的电脑上文件路径是D:\anaconda3\Scripts，将labelme_json_to_dataset.exe复制到你想要保存图片的文件夹，然后修改D: \anaconda3\Lib\site-packages\labelme\cl 目录下的json_to_dataset.py文件，修改为：

import argparse
import json
import os
import os.path as osp
import warnings

import PIL.Image
import yaml

from labelme import utils
import base64

def main():
    warnings.warn("This script is aimed to demonstrate how to convert the\n"
                  "JSON file to a single image dataset, and not to handle\n"
                  "multiple JSON files to generate a real-use dataset.")
    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()
json_file = args.json_file
if args.out is None:
    out_dir = osp.basename(json_file).replace('.', '_')
    out_dir = osp.join(osp.dirname(json_file), out_dir)
else:
    out_dir = args.out
if not osp.exists(out_dir):
    os.mkdir(out_dir)
 
count = os.listdir(json_file) 
for i in range(0, len(count)):
    path = os.path.join(json_file, count[i])
    if os.path.isfile(path):
        data = json.load(open(path))
        
        if data['imageData']:
            imageData = data['imageData']
        else:
            imagePath = os.path.join(os.path.dirname(path), data