使用labelme构建自己的语义分割数据集并训练的过程

主要根据本视频进行总结（非常不错的视频，推荐！）
https://www.bilibili.com/video/av75562599?p=9

在这之前，最好将自己所有的图片resize为416*416

1. 进行语义分割数据集的标注（体力活）

（1）下载语义标注的软件labelme，需要在命令行中激活环境（如activate tensorflow-gpu）后

activate tensorflow-gpu
pip install labelme

即可安装标注工具labelme，使用时激活环境后在命令行输入labelme回车即可：

activate tensorflow-gpu
labelme

（2）选择左侧打开文件夹：

选择装有需要标注的图片的文件夹/make_dataset/before。
然后一张一张进行标注（标注开始时点击左侧的create polygons，若需要调整则点击edit polygons，标注完一张后点击save，就会保存为一个json文件），注意保存于/make_dataset/before文件夹中。

2. 文件操作

（3）这样，/make_dataset/before文件夹中就会存有所有的图片以及标注后产生的json文件。这时候再在这个文件夹中建立一个txt文件：class_name.txt，文件中包含了所有的类名：

（4）这时候运行json_to_dataset.py，结果是/make_dataset/output中会出现每一张照片对应的文件夹。

（5）再运行get_jpg_and_png.py，会得到png文件夹中一堆标注好的标签。

（6）运行get_train_txt.py，会发现文件夹中出现了train_data.txt文件。

（7）将标注图片全部复制到dataset2/jpg文件夹中，将所有标注标签全部复制到dataset2/png文件夹中。

（8）将之前生成的train_data.txt文件复制到dataset2目录下，改名为train.txt

3. 训练

（9）运行train.py，要注意图片的宽和高要改为自己的（注意，如果为了更省事的话，直接把自己所有的图片resize成416*416即可）

（10）运行predict.py，生成预测图片，注意里面的路径输入自己想要 预测图片的路径即可。