图像分割josn文件生成png并批量移动到指定文件夹

最新推荐文章于 2024-07-08 17:27:17 发布

我是刚破壳的小白

最新推荐文章于 2024-07-08 17:27:17 发布

阅读量1.4k

点赞数 9

文章标签：人工智能 pytorch 图像处理

本文链接：https://blog.csdn.net/m0_57638361/article/details/121689896

版权

本文档介绍了使用labelme进行图像分割标注，然后将json文件转换为png，并批量移动到指定文件夹以供模型训练的步骤。首先，通过labelme创建json标签文件；接着，利用脚本将json批量转换为png图像；最后，将图片和标签移动到训练目录，准备模型训练。

摘要由CSDN通过智能技术生成

在进行图像分割的时候，我们常常要用到labelme去做标签。标记后的json文件无法直接用于训练，将其转化为png文件并批量移动到指定文件夹，用于模型训练。

1、用labelme制作标签，生成josn文件

2、josn文件批量转png

3、将生成的img和label移动到指定文件夹用于训练

代码如下

import os
from glob import glob

json_files = glob(os.path.join("存放josn文件的文件夹path", "*.json"))
for json_file in json_files:
    os.system(f"labelme_json_to_dataset {json_file} -o {''.join(json_file.split('.')[:-1])}")

将所有上步生成文件移到一个文件夹后

建立要移动到的文件夹

import os
path = '刚刚移动文件的文件夹path'
file_paths = os.listdir(path)
print(file_paths)
i=0
for file_path in file_paths:
    i+=1
    os.rename(path+'/'+file_path+'/'+'img.png','新文件夹path'+str(i)+'.png')
    os.rename(path+'/'+file_path+'/'+'label.png','新文件夹path'+str(i)+'.png')

之后就可以得到训练数据了