（Windows）anaconda安装Labelme并标注自己的数据集+数据集文件准备

主要参考文章：

Windows下使用anaconda安装Labelme并标注自己的数据集_wangzhwsme的博客-CSDN博客_anaconda安装labelmehttps://blog.csdn.net/u012746060/article/details/81871733

一、安装环境

windows10，anaconda3，python3.7

二、安装过程

1. 打开anaconda prompt

conda create --name=labelme python=3.7
activate labelme
conda install pyqt
pip install labelme

2. 打开labelme

labelme

 三、下次打开labelme

activate labelme
labelme

四、使用labelme

1. Open 要标记的图片

2. Edit中选择Create形式Polygons

3. Save保存以后为JSON文件

4. 将单个json文件生成数据集

        a.找到F:\Anaconda\envs\labelme\Scripts

        b.输入命令(labelme_json_to_dataset.exe+空格+文件名称.json)

activate labelme
label_json_to_dataset.exe C:\Users\91078\Desktop\2383514521_1fc8d7b0de_z.json

        c.转换为单通道的image输出（label.png即是我们要的label_data）

5. 批量将json文件生成数据集（还没学习先mark)

import os
path = 'E:\label_data\leg_data_segmentation\DestTotalImg\\'  # path是你存放json的路径
json_file = os.listdir(path)
for file in json_file:
    os.system("python C:\\Users\PATAC\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe %s"%(path + file))

labelme批量json_to_dataset转换_简简单单-CSDN博客_labelme批量之前写过的一篇博客，https://blog.csdn.net/yql_617540298/article/details/81110685，发现朋友遇到了好多问题。刚好，我换了电脑之后，还没有安装这个环境，所以重新尝试了一下安装labelme，然后把遇到的问题和大家分享一下。我之前的环境是win10+python3.6.2，现在的环境是win10+python3.8.3。一、安装labelmepip install labelme二、进入labelme安装目录进...https://blog.csdn.net/yql_617540298/article/details/111041776

五、准备训练数据集

参考文章：

mask rcnn训练自己的数据集_Tom Hardy的博客-CSDN博客_maskrcnn训练自己的数据集前言最近迷上了mask rcnn，也是由于自己工作需要吧，特意研究了其源代码，并基于自己的数据进行训练~ 本博客参考https://blog.csdn.net/disiwei1012/article/details/79928679#commentsedit实验目的 哎~说多了都是泪，谁让我是工科生呢？只能检测工件了。。。做不了高大上的东西了，哈哈主要参考及工具...https://blog.csdn.net/qq_29462849/article/details/810373431. 按照作者准备的文件夹

2. pic用来放训练的图像，原图？

 3. json（通过labelme处理Save后生成的文件）

 4. labelme_json（处理.json文件后产生的数据集，内有四个文件）

 5. cv2_mask文件

        由于labelme生成的掩码标签 label.png为16位存储，opencv默认读取8位，需要将16位转8位，可通过C++程序转化。

opencv将16位灰度图片转化为8位_一呆飞仙的博客-CSDN博客_opencv16位转8位大家在加载灰度图时，一定要看准图片存储格式位数 opencv默认为8位读取，如果该图为16位，则读取为全0，导致程序出错 以下代码只需修改路径，可以批量处理图片#include <iostream>#include <opencv2/opencv.hpp>#include <string>#include <stdio.h>usi...http://blog.csdn.net/l297969586/article/details/79154150

        2022/2/13更新：现在labelme生成的label.png已经是8位了，不需要转化。