制作自己的语义分割数据集（仿voc2012数据集）

voc数据集镜像地址 数据集.

新建文件夹

voc数据集中我们需要的文件为ImageSets、JPEGImages、SegmentationObject，因此我们先新建这三个文件夹。

制作索引图标签

1、安装anaconda,安装完成后打开conda prompt

2、安装labelme工具，命令pip intall labelme==3.16.2

安装完成以后用labelme命令就可以直接打开了

3、使用labelme对图片中的目标物体进行标注（标轮廓），标注完成后会生成一个json文件（json文件需要与图片存在同目录）
4、所有图片标注完成后，新建一个文件夹将json文件单独存放

5、批量转换json的同时，将同一个文件夹下类别标签的颜色固定。labelme的类别是随机给的，json_to_dataset.py里面有个用来把label映射成数字的字典，那个字典，在每次调用这个程序的时候，都会初始化一遍，所以每次调用它，都是不同的映射，最终造成了每张图的颜色和label不一致，因此，对该文件进行修改，先初始化一个映射字典，然后每次处理json的时候，都用这同一个字典。
cd E:\conda3gesaer\Lib\site-packages\labelme\cli（labelme的安装路径）找到json_to_dataset.py。

用下面的代码进行替换：

import argparse
import base64
import json
import os
import os.path as osp

import PIL.Image
import yaml

from labelme.logger import logger
from labelme import utils

path = "E:/gesaer/gesaer_data/Json"
dirs = os.listdir(path)


def label(json_file, out_dir, label_name_to_value):
    data = json.load(open(json_file))
    if data['imageData']:
        imageData = data['imageData']
    else:
        imagePath = os.path.join(os.path.dirname(json_file), data['imagePath'])
        with open(imagePath, 'rb') as f:
            imageData = f.read()
            imageData = base64.b64encode(imageData).decode('utf-8')
    img = utils.img_b64_to_arr(imageData)
    
    for shape in sorted(data['shapes'], key=lambda x: x['label']):
        label_name = shape['label']
        if label_name in label_name_to_value:
            label_value = label_name_to_value[label_name]
        else:
            label_value = len(label_name_to_value)
            label_name_to_value[label_name] = label_value
    lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)

    label_names = [None] * (max(label_name_to_value.values()) + 1)
    for name, value in label_name_to_value.items():
        label_names[value] = name
    lbl_viz = utils.draw_label(lbl, img, label_names)

    PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
    utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
    PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

    with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
        for lbl_name in label_names:
            f.write(lbl_name + '\n')

    logger.warning('info.yaml is being replaced by label_names.txt')
    info = dict(label_names=label_names)
    with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
        yaml.safe_dump(info, f, default_flow_style=False)

    logger.info('Saved to: {}'.format(out_dir))
    


def main():
    logger.warning('This script is aimed to demonstrate how to convert the'
                   'JSON file to a single image dataset, and not to handle'
                   'multiple JSON files to generate a real-use dataset.')

    parser = argparse.ArgumentParser()
    parser.add_argument('json_file_dir')
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()
    label_name_to_value = {'_background_': 0}
    
    
    for json_file in dirs:
        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)
    
        label(json_file, out_dir, label_name_to_value)
        

if __name__ == '__main__':
    main()

替换完成后cd 到存放json文件的目录下 run labelme_json_to_dataset 输出的目录

如果输出的目录找不到文件就到存放json文件的目录下找找，应该会有
每次转换的时候都要记得更改路径,不然会权限报错
上述代码在批量转换的同时，将同一个文件夹下类别标签的颜色固定，不需要重新填重颜色。

此时每个json文件夹中有5个文件，其中label.png就是做语义分割任务所需要的索引图了，将该图与voc中的索引图进行对比，我们发现二者的格式相同

6、整合label.png
每一个文件夹中都要一个png图而且名字都是label.png，我们需要将所有png图单独拿出来同时重新命名成与json文件对应的名字，代码如下：

import os
import shutil

inputdir = 'E:/gesaer/gesaer_data/tangkaJson'
outputdir = 'E:/gesaer/gesaer_data/tangkapng'

for dir in os.listdir(inputdir):
    
    #设置旧文件名（就是路径+文件名）
    oldname = inputdir + os.sep + dir + os.sep + 'label.png'   # os.sep添加系统分隔符
    
    #设置新文件名
    newname = outputdir + os.sep + dir.split('_')[0] + '.png'
    
    shutil.copyfile(oldname, newname)   #用os模块中的rename方法对文件改名
    print(oldname, '======>', newname)

输出如下

制作txt文件

代码如下：

from sklearn.model_selection import train_test_split
import os

imagedir = 'E:/gesaer/gesaer_data/tangkapng/'
outdir = 'E:/gesaer/gesaer_data/'

images = []
for file in os.listdir(imagedir):
        filename = file.split('.')[0]
        images.append(filename)

train, test = train_test_split(images, train_size=0.7, random_state=0)
val, test = train_test_split(test, train_size=0.2/0.3, random_state=0)

with open(outdir+"train.txt", 'w') as f:
	f.write('\n'.join(train))
	
with open(outdir+"val.txt", 'w') as f:
	f.write('\n'.join(val))
	
with open(outdir+"test.txt", 'w') as f:
	f.write('\n'.join(test))