labelme 标注生成24位深图像转换为8位 彩色

语义分割模型中训练自己的数据集

新版本的 labelme 标注完成图像后，将 json 文件转换为图像时已经转换为 8 通道图像

但用别人的数据集发现经过图像标注生成的 label 一片黑，且图像深度为 24 位，或者别人提供的图像是24位深度

 但分割模型要求标签label（mask）是8位彩图或灰度图

 用程序进行转换自制VOC格式图像分割数据集：使用python+PIL生成8位深的RGB图像_图像分割标签位深_Cai.SN的博客-CSDN博客

from random import randint
import os
import numpy as np
import imgviz
from PIL import Image

def get_gray_cls(van_lbl, array_lbl):
    cls = [0]  # 用来存储灰度图像中每种类别所对应的像素，默认背景色为0
    for x in range(van_lbl.size[0]):
        for y in range(van_lbl.size[1]):
            if array_lbl[x, y] not in cls:
                cls.append(array_lbl[x, y])
    return cls

def get_P_cls(cls_gray):
    cls_P = []  # 将灰度图像中的每类像素用0~N表示
    for i in range(len(cls_gray)):
        cls_P.append(i)
    return cls_P

def array_gray_to_P(cls_gray, cls_P, array):
    for i in range(len(cls_gray)):
        array[array == cls_gray[i]] = cls_P[i]
    return array

if __name__ == '__main__':
    label_from_PATH = "./divide_dataset/Test/mask"  # 存放原始label的路径
    label_to_PATH = "./divide_dataset/Test8"  # 存放转换后图像当路径
    van_file = './divide_dataset/val/labels/345_1.png'  # 必须是一张包含所有类别的图像,称之为先锋图像
    van_lbl = Image.open(van_file).convert('L')  # 将先锋图像转换为灰度图像

    array_lbl = np.array(van_lbl)  # 获得灰度图像的numpy矩阵

    cls_gray = get_gray_cls(van_lbl, array_lbl)  # 获取灰度图像中每种类别所对应的像素值
    cls_P = get_P_cls(cls_gray)  # 将灰度图像中的每种类别所对应的像素值映射为0~N

    # print(cls_gray)
    # print(cls_P)

    file_list = os.listdir(label_from_PATH)
    if not os.path.isdir(label_to_PATH):
        os.mkdir(label_to_PATH)
    # 遍历每一张原始图像
    for file_name in file_list:
        file_path = os.path.join(label_from_PATH, file_name)
        orig_lbl = Image.open(file_path).convert('L')  # 将图像转换为灰度图像
        array_gray = np.array(orig_lbl)  # 获得灰度图像的numpy矩阵
        array_P = array_gray_to_P(cls_gray, cls_P, array_gray)  # 将灰度图像的numpy矩阵值映射为0~N
        label = Image.fromarray(array_P.astype(np.uint8), mode='P')  # 转换为PIL的P模式
        # 转换成VOC格式的P模式图像
        colormap = imgviz.label_colormap()
        label.putpalette(colormap.flatten())
        label.save(os.path.join(label_to_PATH, file_name))

这个程序输入必须是一张包含所有类别的图像,称之为先锋图像，这样转换后的像素只有图像中的颜色数目，而不会出现多余的颜色

转换后的测试代码，因为本人做的三分类，加背景，转换后的应该只有四个类别，四个像素

import PIL.Image
import numpy as np
from numpy import dtype

img = PIL.Image.open(r"E:\pic_process\imgaug\divide_dataset\after\103_5.png")
print(np.unique(img))

结果为

问题总结：

1 . 在跑bubbliiiing博客中pspnet训练自己的数据集中出现的损失不下降，Accuracy为100，mIOU不增长的问题也是标签文件转换的问题。

用voc_annotation.py划分数据集时，可以判断是否数据集标签正确，转换8位标签有问题时，出现

 明明标签(含背景)只有4分类，但错误的(24bit to 8bit）图像后，却有9类图像。

所以图像的预处理很重要

2. 根据博主霹雳吧啦Wz，用FCN训练自己的数据集中，出现错误

cuda\NLLLoss2d.cu:103: block: [2,0,0], thread: [735,0,0] Assertion `t >= 0 \\&\\& t < n_classes` failed.

以及

【代码error】RuntimeError: 1only batches of spatial targets supported (3D tensors) but got targets of size: : [4, 512, 512, 3]

两个问题都是因为上述数据标签转化问题