labelme的json文件转换为语义分割或实例分割数据集

labelme如何标注此处不做介绍，另外，此脚本也可以用于语义分割数据集转换为实例分割格式，只需要将语义分割的mask标签图先转换为json格式即可，转换方式参考上篇博客。

一、下载labelme源码

git clone https://github.com/wkentaro/labelme

在刚标记好的图片数据文件夹外，新建一个label.txt，必须包含__ignore__, _background_

位置如下所示：

其中：

img-and-jsons：存放图片和labelme标好的json文件

labelme-main：github下载的源码

out：输出路径

二、转为语义分割

进入labelme-main\examples\semantic_segmentation 文件夹，有支持转换VOC 格式的代码

将labelme2voc.py拷贝至img-and-jsons同目录下，运行：

python labelme2voc.py img-and-jsons out_voc --labels label.txt

会在out_voc下生成对应文件：

此时：SegmentationClass下的png标签文件为全黑图，标签值非常低（例如 0、4、14），可以通过以下方式查看标签 png 文件：

labelme_draw_label_png data_dataset_voc/SegmentationClassPNG/2011_000003.png

三、转为实例分割

进入labelme-main\examples\instance_segmentation 文件夹，有支持转换COCO 及VOC 格式的代码：

将labelme2coco.py拷贝至img-and-jsons同目录下，运行：

python labelme2coco.py img-and-jsons out_coco --labels label.txt

会在out_coco下生成对应文件：

JPEGImages 是原本的图片，Visualization 是框起来的图片，annotations.json 是标记好的label