Labelme制作COCO格式的图像语义分割数据集

1.按照labelme工具地址先配置安装labelme:GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).

 2.给自己的数据集画多边形框-Create Polygons

 每张图像画完框后,都会生成对应的json文件。

3.接着去这个地址下载labelme2coco转化脚本

https://github.com/Tony607/labelme2coco.git

4.将labelme2coco.py脚本中的数据集路径改成你自己的

 labelme images 和 annotation json files是放在同一个文件夹下的;

输出是trainval.json,也可以改成其他名称,比如“train.json”,“val.json”,“test.json”。

5.训练

有了labelme images 、 annotation json files、“train.json”就可以拿去训练了;COCO格式的图像语义分割只有这些。(注意,有些算法框架需要png格式的标签图,这个需要其他工具转换。)

如果想要生成pascal voc格式的数据集,需要用labelme2voc.py工具转。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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