labelme maskrcnn 批量_Labelme标注工具 json文件批量转化 lab...

一、Labelme标注工具安装

二、json文件批量执行转化

大家用到最多的就是 json文件的转化了，但是labelme自带转化工具，只能支持一次转化一个.json文件，所以需要修改代码，使得可以批量执行。

在lableme安装目录下有D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli目录，可以看到json_to_dataset.py文件,将下面代码复制替换其中内容即可。

运行：

python D:\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe I:\xj\Mask_RCNN_dataset\json

路径只需要输入到文件夹即可，不需要具体指定json文件。看你的根目录在哪里，就去哪里找输出文件，会生成一些跟.json同名的文件夹。

代码1、

import argparse

import json

import os

import os.path as osp

import warnings

import PIL.Image

import yaml

from labelme import utils

import base64

def main():

warnings.warn("This script is aimed to demonstrate how to convert the\n"

"JSON file to a single image dataset, and not to handle\n"

"multiple JSON files to generate a real-use dataset.")

parser = argparse.ArgumentParser()

parser.add_argument('json_file')

parser.add_argument('-o', '--out', default=None)

args = parser.parse_args()

json_file = args.json_file

if args.out is None:

out_dir = osp.basename(json_file).replace('.', '_')

out_dir = osp.join(osp.dirname(json_file), out_dir)

else:

out_dir = args.out

if not osp.exists(out_dir):

os.mkdir(out_dir)

count = os.listdir(json_file)

for i in range(0, len(count)):

path = os.path.join(json_file, count[i])

if os.path.isfile(path):

data = json.load(open(path))

if data['imageData']:

imageData = data['imageData']

else:

imagePath = os.path.join(os.path.dirname(path), data['imagePath'])

with open(imagePath, 'rb') as f:

imageData = f.read()

imageData = base64.b64encode(imageData).decode('utf-8')

img = utils.img_b64_to_arr(imageData)

label_name_to_value &