labelme标注分割数据转换成coco格式

一、labelme下载及安装

我在这篇文章详细记录了labelme的下载和安装过程：https://blog.csdn.net/qq_45828295/article/details/126451235

1.创建两个文件夹和一个label文件

（1）img_data:存放需要标注的图片
（2）data_annotation:存放标注好的json文件
（3）label.txt:标签（格式如下）
__ignore__和__background__是必须有的，然后放自己要的标签

2.打开labelme进行标注

（1）修改保存路径：file-change output dir，然后会自动保存，不需要每张保存
（2）可以取消勾选file-save with image data，原图片不会和标注过的数据保存在一起
（3）标注

二、数据转coco格式

（一）.将单个json文件转换成coco格式

1.找到labelme的文件夹下的json_to_dataset.py文件

2.修改输入输出路径：

3.直接运行

输出结果如下：

（二）批量转换多个json文件为COCO格式

1.下载labelme2coco

链接: https://pan.baidu.com/s/1YvPzDoHQMPr4s15VvRz_9g 提取码: t79e
解压后：

2.安装labelme2coco，执行下列命令

python setup.py install

安装后：

3.执行批量转换代码

(1)转换的python文件见下面的链接：
链接: https://pan.baidu.com/s/1c8AZVQZ-tAInyzTMRLu73w
提取码: ss95

(2)修改输入输出路径

然后运行就可以了。

(3)这里有一个提醒，好像是需要将labelme标注的标签文件和图片放在一个文件里

4.查看转换的标签

运行以下程序
（后面附pycocotools的下载方法，直接用pip下载不了）

import os

from pycocotools.coco import COCO
from skimage import io
from matplotlib import pyplot as plt

json_file = r'D:\Tsui\RAS\labelme2coco-master\new_annatation\train_coco_format.json' # 输入文件路径
dataset_dir = r''
coco = COCO(json_file)
catIds = coco.getCatIds(catNms=['head']) # 标注的图片的不同类型别，超过一类，用逗号隔开
imgIds = coco.getImgIds(catIds=catIds ) # 图片id，许多值
for i in range(len(imgIds)):
    img = coco.loadImgs(imgIds[i])[0]
    I = io.imread(dataset_dir + img['file_name'])
    plt.axis('off')
    plt.imshow(I) #绘制图像，显示交给plt.show()处理
    annIds = coco.getAnnIds(imgIds=img['id'], catIds=catIds, iscrowd=None)
    anns = coco.loadAnns(annIds)
    coco.showAnns(anns)
    plt.show() #显示图像

5.附：解决“No module named ‘pycocotools’”

（1）下载whl文件
下载目录在虚拟环境包下（下载的路径并不固定，只要执行下一步cd到该目录就好），如我的环境叫labelme，我就下在：D:\anaconda_environment\envs\labelme
（2）下载链接：
https://pypi.tuna.tsinghua.edu.cn/simple/pycocotools-windows/

cp36，cp37，cp38分别代表python3.6，3.7，3.8
我用的anaconda虚拟环境，查看python版本执行python -V

（3）然后执行pip install （刚才的文件名称，如：）pycocotools_windows-2.0.0.2-cp38-cp38-win_amd64.whl