解决windows下labelme_json_to_coco报错

原创已于 2022-05-26 12:50:08 修改 · 343 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习

于 2022-05-26 12:48:49 首次发布

深度学习之语义分割专栏收录该内容

7 篇文章

订阅专栏

本文介绍了解决因不同编码格式导致的UnicodeDecodeError错误的方法。主要针对Windows环境下Anaconda生成的UTF-8格式JSON文件，在使用labelme_json_to_coco.py进行处理时遇到的问题。文章详细解释了如何通过编辑器将文件编码从UTF-8转换为ANSI的过程。

部署运行你感兴趣的模型镜像

报错内容：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 122289: illegal multibyte sequence

报错原因，由于windows下ananconda生成的json文件是UTF-8格式，labelme_json_to_coco.py采用的是ANSI编码，所以需要使用EditPlus之类的编辑器将json文件的编码转换成ANSI格式，转码方法自行搜索

您可能感兴趣的与本文相关的镜像

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Traversal_labelme

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

labelme标注的json数据集转换成coco数据集

weixin_44298961的博客

10-26

783

labelme软件标注的json文件，把图像和json单个文件生成coco训练的格式。

labelme UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xaf in position 227: illegal mult

zhang_cherry的博客

11-04

2726

[INFO ] __init__:get_config:71 - Loading config file from:C:\Users\xxx\.labelmerc Traceback (most recent call last): File .... line 191, in <module> main() File ...., line 145, in main config = get_config(config_file_or_yaml, config_fro

参与评论您还未登录，请先登录后发表或查看评论

labelme批量转化json文件时PermissionError: [Errno 13] Permission denied

09-10

首先我要解释一下，很多时候出现这个问题，并不是你的文件有毛病，很可能是你代码读取的路径不对，这就要追究到代码本身。批量转化可以在json_to_dataset文件里直接运行代码实现。这个思路还要感谢我的一个师兄。代码如下： import argparse import base64 import json import os import os.path as osp import imgviz import PIL.Image from labelme.logger import logger from labelme import utils import cv2 from math

labelme2coco问题：TypeError: Object of type 'int64' is not JSON serializable

weixin_30639719的博客

02-27

239

最近在做MaskRCNN 在自己的数据（labelme）转为COCOjson格式遇到问题：TypeError: Object of type 'int64' is not JSON serializable 原因是numpy的数据类型不能被json兼容最简单的做法是自己写一个序列类 class MyEncoder(json.JSONEncoder): def default...

使用 labelme 转换 .json 文件时报错：UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x80 ...(非常实用):

热爱数据库的小胖

10-12

3729

在使用 labelme 打样后，都需要使用labelme_json_to_dataset 命令对 .json 文件进行转换，也有不少小伙伴在转换时遇到如下报错；看到报错信息大家也都知道问题出在了，编码、解码这一块，但是不知道该从哪里下手解决问题！！！话不多说，直接整活：根据报错信息，找到如图红色框选的文件, 然后做出如下更改就可以完美解决问题；即用 40 行替换 39 行，为了方便小伙伴偷懒，下面直接给出修改后的代码： # ...

labelme_json_to_dataset报错： ModuleNotFoundError: No module named ‘labelme

最新发布

11-01

嗯，用户想了解labelme_json_to_dataset的作用。这个命令在图像标注领域很常见，用户应该是刚开始接触计算机视觉或图像标注工作。从用户提问的方式来看，ta可能是个刚入门的研究者或开发者，语气比较礼貌（用了...

from labelme2coco import get_coco_from_labelme_folder, save_json ModuleNotFoundError: No module named 'labelme2coco'

07-05

/path/to/python -m pip install labelme2coco ``` 4. **手动将模块目录添加到 PYTHONPATH** 如果 `labelme2coco.py` 是一个本地文件而非已安装的模块，Python 可能无法自动识别它为模块。此时可以尝试将包含该...

(labelme) D:\Anaconda\envs\labelme\Scripts>labelme_json_to_dataset.exe D:\06.json [WARNING] This script processes labelme JSON files and converts them into image datasets (including raw images, labels, and label visualizations). (json_to_dataset.py:181) Traceback (most recent call last): File "D:\Anaconda\lib\runpy.py", line 196, in _run_module_as_main return _run_code(code, main_globals, None, File "D:\Anaconda\lib\runpy.py", line 86, in _run_code exec(code, run_globals) File "D:\Anaconda\Scripts\labelme_json_to_dataset.exe\__main__.py", line 7, in <module> File "D:\Anaconda\lib\site-packages\labelme\cli\json_to_dataset.py", line 197, in main process_all_json_files(json_dir, output_dir) File "D:\Anaconda\lib\site-packages\labelme\cli\json_to_dataset.py", line 175, in process_all_json_files process_json_file(json_file, img_dir, label_dir, label_viz_dir) File "D:\Anaconda\lib\site-packages\labelme\cli\json_to_dataset.py", line 131, in process_json_file lbl, _ = utils.shapes_to_label(img.shape, data["shapes"], label_name_to_value) ValueError: too many values to unpack (expected 2)是什么意思

08-17

如果 `json_to_dataset.py` 仍然无法正常运行，可以尝试使用其他转换脚本，如 `labelme2coco.py`，将 JSON 文件转换为 COCO 格式数据集，这在某些情况下更加稳定和灵活[^4]。 5. **批量处理 JSON 文件时的调试** ...

labelme的json数据转换成coco的json数据

默茉的博客

03-13

3822

这个问题困扰了我好些时间，转换的时候总是报错。我的错主要是json保存的时候出错，TypeError: Object of type 'int32' is not JSON serializable，因为我labelme的json中point数据是整型，但是json好像不支持这种数据序列化，经过一番百度，结果是需要自己写一个解析类，继承json.JSONEncoder就可以。还要改一个地方:i...

运行python labelme2coco.py --input_dir images --output_dir coco --labels labels.txt 报错

qq_37797583的博客

03-19

721

这个问题是你的图片和保存的json数量对应不上导致，把多余的图片删除掉就可以了。

labelme2voc、labelme2coco在运行时报错assert class_name == “__ignore__“

m0_50888396的博客

10-18

1957

labelme2voc、labelme2coco在运行时报错assert class_name == "__ignore__"

labelme批量处理报错：AttributeError: module ‘labelme.utils‘ has no attribute ‘draw_label‘

fzq_yu的博客

07-20

707

File "/home/rain/anaconda3/envs/labelme/lib/python3.6/site-packages/labelme/cli/json_to_dataset_mine.py", line 66, in main lbl_viz = utils.draw_label(lbl, img, captions)AttributeError: module 'labelme.utils' has no attribute 'draw_label' 解决方案：需要更换labelme

labelme2voc.py无法读取window下生成的json文件

black_521的博客

12-29

1623

语义分割数据生成

labelme2coco

hpuhjl的专栏

03-13

3343

# -*- coding:utf-8 -*- # !/usr/bin/env python import argparse import json import matplotlib.pyplot as plt import skimage.io as io import cv2 from labelme import utils import numpy as np import glob i...

‘labelme_json_to_dataset‘ 不是内部或外部命令，也不是可运行的程序或批处理文件解决，（label）环境下依然无法运行

Johana_C的博客

10-21

3361

'labelme_json_to_dataset' 不是内部或外部命令，也不是可运行的程序或批处理文件解决，（label）环境下依然无法运行，由于labelme不是通过anaconda装的产生的错误

labelme批量处理json文件报错：AttributeError: module ‘labelme.utils‘ has no attribute ‘draw_label‘

Christo的博客

12-25

1700

解决方法： step 1 与json_to_dataset同目录下新建draw.py文件 draw.py import io import numpy as np import PIL.Image import PIL.ImageDraw def label_colormap(N=256): def bitget(byteval, idx): return (byteval & (1 << idx)) != 0 cmap = np.zeros(

labelme在win下可视化json文件

qq_35608277的博客

04-09

3950

首先要安装配好labelme（上篇）根据该readme文档尝试 https://github.com/wkentaro/labelme/tree/master/examples/tutorial 改动labelme_draw_json 把scripts里的labelme_draw_json移动到该目录下，并加.py 后缀把想可视化的json放在同一目录 shift+右键打开...

list排序时报json异常_生成labelme能查看的json格式文件

weixin_39637661的博客

12-24

202

labelme是数据标注中最常用到的标注工具。可以标注矩形框、圆形、线条、不规则图形等等。所以这种多功能的标注工具，也应用广泛。但是，有时候我们也会从别处获取一些已经标注好的数据，或只是坐标点。那如何用labelme查看呢？今天这篇文章就介绍，如何生成能labelme直接打开的json文件。本文阅读大约需要2min，但建议收藏，动手实践之。1.保存四边形矩形框bbox标注信息任意四边形坐...