labelme 语义分割数据集_批量化处理labelme 语义分割标注的文件

单一化处理

经过labelme标注会生成和图像同样数据的json文件，在json文件下执行单个文件处理的命令

labelme_json_to_dataset ADE_train_00008815.json

会生成四个文件，分别为img.png,label.png,label.names.txt,label_viz.png.如图所示

img.png

label.png

label_viz.png

注意不要认为只需要执行多次上述单个文件处理命令，就可以进行批量处理。同一标签在不同执行过程中会生成不同的颜色，主要原因是单步命令执行时，只按此图像中的标签类别个数进行分配颜色。因此这种方式无法进行批量化处理。

批量化处理

labelme仓库地址：https://github.com/wkentaro/labelme

在examples/semantic_segmentation路径下，可以参考README进行操作批量化处理。

即运行labelme2voc.py，会生成VOC格式文件目录。生成文件在SegmentationClassPNG文件下，保留了可视化比标注图片。

这种处理方式有个问题，是生成的label图像中标签位置的像素值并不是和lable类别名一致。在一些训练过程中，还需要进一步处理。因此可将代码修改如下：

from __future__ import print_function

import argparse<