labelme格式数据转化为标准的coco数据集格式

最新推荐文章于 2024-10-09 15:54:10 发布

i_linda

最新推荐文章于 2024-10-09 15:54:10 发布

阅读量1.6w

点赞数 25

CC 4.0 BY-SA版权

分类专栏：目标检测文章标签： labelme coco数据数据转换

本文链接：https://blog.youkuaiyun.com/qq_34713831/article/details/88891529

labelme标注图像生成的json格式：

{
  "version": "3.11.2",
  "flags": {},
  "shapes": [# 每个对象的形状
    { # 第一个对象
      "label": "malignant",
      "line_color": null,
      "fill_color": null,
      "points": [# 边缘是由点构成，将这些点连在一起就是对象的边缘多边形
        [
          371, # 第一个点 x 坐标
          257  # 第一个点 y 坐标
        ],
        ...
        [
          412,
          255
        ]
      ],
      "shape_type": "polygon"  # 形状类型：多边形
    },
    {
      "label": "malignant",  # 第一个对象的标签
      "line_color": null,
      "fill_color": null,
      "points": [# 第二个对象
        [
          522,
          274
        ],
        ...
        [
          561,
          303
        ]
      ],
      "shape_type": "polygon"
    },
    {
      "label": "malignant", # 第二个对象的标签
      "line_color": null,
      "fill_color": null,
  "imagePath": "../../val2017/000001.jpg", # 原始图片的路径
  "imageData":"something too long ",# 原图像数据 通过该字段可以解析出原图像数据
  "imageHeight": 768,
  "imageWidth": 1024
}

coco标准数据集格式：

COCO通过大量使用Amazon Mechanical Turk来收集数据。COCO数据集现在有3种标注类型：object instances（目标实例）, object keypoints（目标上的关键点）, and image captions（看图说话），使用JSON文件存储。

基本的JSON结构体类型

这3种类型共享下面所列的基本类型，包括image、categories、annotation类型。

Images类型：

"images": [
        {
            "height": 768,
            "width": 1024,
            "id": 1,  #图片id
            "file_name": "000002.jpg"
        }
]

categories类型：

"categories": [
        {
            "supercategory": "Cancer", #父类
            "id": 1,           #标签类别id，0表示背景
            "name": "benign"   #子类
        },
        {
            "supercategory": "Cancer",
            "id": 2,