制作自己的图像分割数据集（VOC格式&CitySpace格式）

从JSON到VOC：数据标注与划分实战

原创

已于 2023-11-06 11:08:00 修改 · 5.3k 阅读

75 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2022-09-23 10:09:38 首次发布

本文介绍了如何将已标注的JSON数据转换为VOC格式，包括创建数据集、划分训练集验证集测试集，并以CitySpace数据集为例进行操作。涉及到了图像文件组织、分割标签生成以及数据集划分的具体步骤。

1.默认标注好了所有数据，将标注好的json转成VOC分割数据集格式

from __future__ import print_function

import argparse
import glob
import os
import os.path as osp
import sys

import imgviz
import numpy as np

import labelme


def main():
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter
    )
    parser.add_argument("--input_dir",default="label", help="input annotated directory")
    parser.add_argument("--output_dir",default="data_dataset_voc", help="output dataset directory")
    parser.add_argument("--labels",default="label.txt", help="labels file")
    parser.add_argument(
        "--noviz", help="no visualization", action="store_true"
    )
    args = parser.parse_args()

    if osp.exists(args.output_dir):
        print("Output directory already exists:", args.output_dir)
        sys.exit(1)
    os.makedirs(args.output_dir)
    os.makedirs(osp.join(args.output_dir, "JPEGImages"))
    os.makedirs(osp.join(args.output_dir, "SegmentationClass"))
    os.makedirs(osp.join(args.output_dir, "SegmentationClassPNG"))
    if not args.noviz:
        os.makedirs(
            osp.join(args.output_dir, "SegmentationClassVisualization")
        )
    print("Creating dataset:", args.output_dir)

    class_names = []
    class_name_to_id = {
   
   }
    for i,<