利用labelme制作自己的coco数据集(labelme转coco数据集)

本文介绍了如何使用Labelme工具进行图像标注,并将标注结果的json文件转换为COCO格式数据集。首先,在conda环境中安装Labelme,然后进行图像打标,确保保存时包含图像数据。最后,下载Labelme源码并运行labelme2coco.py脚本来完成转换过程。
摘要由CSDN通过智能技术生成

最近做一个项目,需要用到coco格式的数据集,由于本人深度学习刚刚学习不到一年,水平有限,在labelme生成的json文件转换到coco文件卡了很久,网上看一些博客也是各种报错,可能自己的电脑问题吧。下面说一下我自己遇到的坑,以作记录。

一:安装labelme

建议之间安装在conda(base)环境下,方便启用


    
    
  1. # 打开cmd直接pip
  2. pip install labelme
  3. #推荐使用镜像源,我自己比较喜欢豆瓣源
  4. pip install labelme -i http: / /pypi.doubanio.com /simple / --trusted-host pypi.doubanio.com

安装成功后cmd直接启用

 之后自己挑弹出labelme操作框

 二:打标

新建文件夹数据集文件夹

 将需要打标的图片放入train2014中,val2014同理

回到labelme,选择对应图片的文件夹

 

 点击labelme的File

一般情况下选择自动保存(后面处理时方便)

和save with Image data(否则会报错,转换时需要)

打标是我这里是关键点打标

需要在矩形框内打关键点

 

 CTRL+R选择矩形框

 在对应图片后面生成对应的labelme的label

 三:转换到coco格式数据集

下载labelme源码

 直接git即可

 

运行labelme2coco.py

 powershell运行

python labelme2coco.py data_annotated data_dataset_coco --labels labels.txt
    
    

或者cmd中


    
    
  1. E:#自己文件下的盘位置
  2. cd E:\ 0 DATA\ 2022autumn\ 9- 22\labelme\examples\instance_segmentation # 进入文件路径
  3. python labelme 2coco.py data_annotated data_dataset_coco --labels labels.txt

形成新的data_dataset_coco文件夹

转换完成

文章知识点与官方知识档案匹配,可进一步学习相关知识
Python入门技能树首页概览 221487 人正在系统学习中
  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值