labelme制作分割数据集
最近接触显著性目标检测,需要自己做数据集,没接触过此类标注方法,今天查了一天,发现显著性检测数据集的制作与语义分割数据集制作类似,且也可以用labelme来做。比较麻烦的是json文件转化的部分,也踩了一些坑。把最终做出来的过程记录下来免得以后用的时候忘了,也给大家分享。后两部分代码借鉴到博客https://blog.csdn.net/u010103202/article/details/81635436。
目录
win10+anaconda3下labelme安装
打开Anaconda prompt,由于labelme界面是qt做的,需要先安装pyqt,在终端输入
pip install pyqt #python2.x输入这个
pip install pyqt5 #python3.x输入这个
然后安装labelme,输入
pip install labelme==3.16.2 #由于在json转化时版本高的labelme会出问题,所以这里用3.16.2版本
安装完成后直接在终端输入labelme即可打开软件。
labelme使用
其界面如下所示。
点击左侧opendir打开需要标注的图片所在文件夹
在右侧file list中选择需要标注的图片
点击左侧create polygons进行标注,形成封闭区域后会提示让你创建或选择label的类型。
ctrl+s保存标注好的json文件到指定文件夹
将json文件批量转化得到分割结果png
在anaconda的文件夹中找到json_to_dataset.py文件,我的在D:\Anaconda3\Lib\site-packages\labelme\cli文件夹中。</