用labelme软件批量制作数据集（并划分数据集训练集）

最新推荐文章于 2025-10-28 20:29:03 发布

原创

最新推荐文章于 2025-10-28 20:29:03 发布 · 1.8k 阅读

10 ·

CC 4.0 BY-SA版权

本文详细介绍如何使用Labelme工具进行图像标注，包括单张及批量处理流程，以及如何生成训练所需的图像和标签文件。

首先单张制作的方法：

1.首先激活labelme环境

conda activate label#我label安装到label环境中，label是环境的名称

2.找到labelme安装路径下的script，找到labelme_json_to_dataset.exe所在目录。

cd F:\Anacondapy3.5\envs\label\Scripts

3.输入

python labelme_json_to_dataset.exe C:\Users\Terry\Desktop\1123123\\11011000001320000005-1-20201012133705-23892182849.json

C:\Users\Terry\Desktop\1123123\\11011000001320000005-1-20201012133705-23892182849.json

上面为文件的路径。不懂绝对路径相对路径请看我另一篇博文。
在这里插入图片描述

在这里插入图片描述
我们打开是没有yaml文件，只有4个文件。
解决无yaml问题：
https://blog.youkuaiyun.com/winter616/article/details/104426111/

批量制作：

使用脚本的方式
1创建一个py文件（我的是1234.py）
输入如下：

import os
path = 'C:/Users/Terry/Desktop/shuichi/zhai\\'  # path是你存放json的路径
json_file = os.listdir(path)
for file in json_file:
    os.system("python F:/Anacondapy3.5/envs/label/Scripts/labelme_json_to_dataset.exe %s"%(path + file))

2.在命令行，打开 labelme环境

3打开1234.py所在目录。然后在命令行输入

python  1234.py

在这里插入图片描述

移动图片到指定文件夹

import os
import cv2 as cv
path="C:/Users/Terry/Desktop/shuichi/zhai"
if not os.path.exists(os.path.join(path,"IMAGE_picture")):
    os.mkdir(path+"./IMAGE_picture")#./IMAGE_picture如果是这样则会创建一个zhai文件夹下的mulu
    os.mkdir(path+"./LABEL_picture")

IMAGE_picture_path=os.path.join(path,"IMAGE_picture")
LABEL_picture_PATH=os.path.join(path,"LABEL_picture")
imgs_name = os.listdir(path)
print(imgs_name)
STR=0
for imgname in imgs_name:

    STR=str(STR)
    imgs_path=os.path.join(path,imgname)
    img_path = os.path.join(