Labelme json文件转换为yolo标签格式文件

LabelMetoYOLOJSON转换脚本,
脚本帮助LabelMeJSON转YOLO,包括多边形标注和数据集划分选项,提供安装指导和使用示例。
部署运行你感兴趣的模型镜像

该脚本将LabelMe输出的JSON格式转换为YOLO系列所需的文本格式。

帮助将 LabelMe Annotation Tool JSON 格式转换为 YOLO 文本文件格式。如果您已经通过 LabelMe 标记了分割数据集,则可以轻松使用此工具来帮助转换为 YOLO 格式数据集。

最新
将数据导出为 yolo 多边形注释(用于 YOLOv5 v7.0 分割)
现在您可以选择标签文本的输出格式。两个可用的替代方案是polygon边界框 ( bbox)。

安装
pip install labelme2yolo

参数说明
--json_dir LabelMe JSON 文件文件夹路径。
--val_size (可选)验证数据集大小,例如 0.2 表示 20% 用于验证。
--test_size (可选)测试数据集大小,例如 0.2 表示测试的 20%。
--json_name (可选)转换单个 LabelMe JSON 文件。
--output_format (可选)标签的输出格式。
--label_list (可选)预先分配的类别标签。

如何使用
1. 转换JSON文件,通过--val_size和--test_size分割训练、验证和测试数据集
将所有 LabelMe JSON 文件放在labelme_json_dir下,然后运行此 python 命令。

labelme2yolo --json_dir /path/to/labelme_json_dir/ --val_size 0.15 --test_size 0.15
   
脚本会在不同的文件夹下生成YOLO格式的数据集标签和图像,例如,

/path/to/labelme_json_dir/YOLODataset/labels/train/
/path/to/labelme_json_dir/YOLODataset/labels/test/
/path/to/labelme_json_dir/YOLODataset/labels/val/
/path/to/labelme_json_dir/YOLODataset/images/train/
/path/to/labelme_json_dir/YOLODataset/images/test/
/path/to/labelme_json_dir/YOLODataset/images/val/

/path/to/labelme_json_dir/YOLODataset/dataset.yaml

2. 转换JSON文件,按文件夹拆分训练和验证数据集
如果您已经为LabelMe自行拆分了训练数据集和验证数据集,请将这些文件夹放在labelme_json_dir下,例如:

/path/to/labelme_json_dir/train/
/path/to/labelme_json_dir/val/

将所有 LabelMe JSON 文件放在labelme_json_dir下。脚本将按文件夹读取训练和验证数据集。运行这个 python 命令。

labelme2yolo --json_dir /path/to/labelme_json_dir/

脚本会在不同的文件夹下生成YOLO格式的数据集标签和图像,例如,

/path/to/labelme_json_dir/YOLODataset/labels/train/
/path/to/labelme_json_dir/YOLODataset/labels/val/
/path/to/labelme_json_dir/YOLODataset/images/train/
/path/to/labelme_json_dir/YOLODataset/images/val/

/path/to/labelme_json_dir/YOLODataset/dataset.yaml

3. 转换单个JSON文件
将 LabelMe JSON 文件放在labelme_json_dir下,然后运行这个 python 命令。

labelme2yolo --json_dir /path/to/labelme_json_dir/ --json_name 2.json
 
脚本会在labelme_json_dir下生成 YOLO 格式的文本标签和图像,例如,

/path/to/labelme_json_dir/2.text
/path/to/labelme_json_dir/2.png

来源:https://pypi.org/project/labelme2yolo/
 

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值