labelme踩坑整理

更新

感觉对于遥感图像来说，做标签还是用ArcGIS更顺手，直接做一整张图像的，最后再分割就可以了~

——————————————分割线————————————————

最近尝试了下用labelme给遥感图像做标签，在这里总结一下碰到的bug。目前只能说是浅尝辄止，还没有真正走到深度学习那一步，后续碰到新的问题在继续更新。

1 位深限制

labelme只能读取小于32位深的图像，亲测8、16、24位深都没有问题，32位深会报错。
顺便说一下，本人使用Sentinel-1数据进行尝试，影像存在VH和VV两个极化波段。发现用SNAP导出数据为GeoTIFF时，如果同时选中两个波段，实际位深会是选择参数的4倍（比如参数选择8位深，导出的图片就会是32位深；选择16位深，导出的就是64位深）。本人水平有限，暂时没搞懂原因，希望以后能解惑。所以要使用labelme的话，只能两个波段拆开来使用。
不过目前还不知道把位深转小再进行深度学习会不会影响精度，后面再碰到类似情况的话会探究一下。

2 Json转dataset

在labelme.exe路径（Python路径中的Scrips文件夹）打开cmd，运行代码：

labelme_json_to_dataset ‪E:\GraduationDesign\学习代码\try\label\001944.json（Json文件名称）

好吧，这里纯粹是我犯蠢了，之前一直把文件夹和文件名隔开，所以浪费了一些时间。。。归根结底还是用命令行调用exe的经验太少了。话说这样一个一个文件转换也太麻烦了，如果正式做的时候还用labelme的话会想办法批量调用一下。