YOLO分割数据集制作：使用Labelme工具制作分割数据集(.json)并转化为YOLO的数据集的格式(.txt)

最新推荐文章于 2025-04-27 16:32:21 发布

JLGao的博客

最新推荐文章于 2025-04-27 16:32:21 发布

阅读量1.4k

点赞数 3

分类专栏：机器学习文章标签： YOLO json python 目标检测

本文链接：https://blog.youkuaiyun.com/qq_40541102/article/details/129882601

版权

机器学习专栏收录该内容

4 篇文章

订阅专栏

文章讲述了如何使用Labelme工具制作图像分割数据集，然后将Labelme的JSON格式转换为COCO格式，最后将COCO格式转换为YOLO格式所需的标注文件。这个过程涉及到代码修改和特定格式的文本文件如labels.txt的创建。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

YOLO分割数据集制作

一、Labelme制作数据集

打开labelme，标注数据，生成文件目录如下：
- data
  - a.jpg
  - a.json
  - b.jpg
  - b.json
  - …

二、将labelme格式的数据转换为coco格式(转换后的coco格式还是json文件)

代码下载：instance_segmentation

修改：

找到78行

class_name_to_id = {}
for i, line in enumerate(open(args.labels).readlines()):
    # class_id = i-1  # starts with -1
    class_id = i ## 没有背景，所以索引地址从0开始
    class_name = line.strip()
    if class_id == -1:
        assert class_name == "__ignore__"
        continue

创建labels.txt(与data文件夹在同一个文件目录中)
- data
  - a.jpg
  - a.json
  - b.jpg
  - b.json
  - …
- labels.txt
labels.txt内容：
```
```dotnetcli
__ignore__
class 0
class 1
....

```
```

开始转换json格式

python labelme2coco.py ..path/data ..path/data_dataset_coco --labels labels.txt

三、将coco格式转换为YOLO格式

文件下载：COCO2YOLO

修改

修改1：找到 306 行

## with open((fn / f).with_suffix('.txt'), 'a') as file:
with open((fn / f[11:]).with_suffix('.txt'), 'a') as file:

修改2：找到主函数：修改json路径为你的文件路径

if source == 'COCO':
    convert_coco_json('..path/data_dataset_coco',  # directory with *.json
                      use_segments=True,
                      cls91to80=True)