labelme的标注文件json转voc或者coco数据集(实例分割数据集)

labelme的标注文件json转voc或者coco数据集(实例分割数据集)

本方案采用labelme自带源码对标注后的数据进行解析,生成所需要的coco数据集或者voc数据集,方案基本都可以从git上下载

1 下载labelme源码

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

下载的源码文件目录
在这里插入图片描述

2 准备

(1)准备标注好的文件;
(2)准备源码所有的label.txt文件
(3)从源码中找到所需要的转化脚本

2.1 准备标注好的文件

在这里插入图片描述
imgAndJsonTest:存在标注的原图和标注后生成的json文件

2.2 准备转化所需要的txt文件

所准备的txt文件放在同imgAndjsonTest文件夹同一目录
在这里插入图片描述

在这里插入图片描述

2.3 准备标注好的文件

在这里插入图片描述
从源码中复制所需要的脚本
在这里插入图片描述
labelme2coco.py:转为coco数据集
labelme2voc.py:转为voc数据集

3 转化为实例分割数据集

3.1 转为coco数据集

python labelme2coco.py imgAndjsonTest out_coco_test --labels label.txt
labelme2coco.py:调用labelme2coco.py脚本
imgAndjsonTest :img和json文件夹
out_coco_test :输出的coco文件夹
在这里插入图片描述
JPEGImages:保存原图文件
annotations.json:标注文件

3.2 转为voc数据集

python labelme2voc.py imgAndjsonTest out_voc_test --labels label.txt
在这里插入图片描述

4 coco数据集剪切

如何将较大的coco数据集剪切为较小的coco数据集

LabelMe JSON 格式通常是用于标注图像数据的轻量级格式,而 VOC (Visual Object Classes) 是一种常见的目标检测和图像分割数据集结构标准,使用XML文件。如果你需要将LabelMeJSON换成VOC格式,你需要完成以下几个步骤: 1. **解析LabelMe JSON**:首先,你需要读取LabelMejson文件,并提取出每个实例的信息,包括矩形框的位置、类别标签等。 2. **生成XML模板**:VOC XML文件有固定的结构,包含图像信息(如宽度、高度、名称)、对象信息(类别、坐标、难易度等)。创建一个模板,准备填充从JSON中获取的数据。 3. **填写XML元素**:对于每个标注的对象,创建一个新的`<object>`元素,包含`<name>`(类别名)、`<bndbox>`(边界框坐标)以及可选的`<difficult>`(是否困难)。 4. **保存到VOC文件**:最后,将所有的`<object>`元素添加到图像信息部分(`<annotation>`),并将整个XML结构写入一个新的VOC文件中。 5. **处理缺失信息**:如果LabelMe JSON中某些字段不是VOC所需的,可能需要手动补全或忽略。 这里提供了一个简单的Python示例(假设你已经有了一个名为`labelme_json`的文件): ```python import xml.etree.ElementTree as ET def convert_json_to_voc(json_file, output_file): # ...(根据实际JSON内容解析并处理) root = ET.Element('annotation') ET.SubElement(root, 'folder').text = 'your_folder_name' ET.SubElement(root, 'filename').text = json_file.split('/')[-1].split('.')[0] + '.jpg' # 假设图片名与json同名 ... with open(output_file, 'w') as f: f.write(ET.tostring(root, encoding='utf8', method='xml').decode()) # 使用函数 convert_json_to_voc('path/to/your/json.json', 'output/voc.xml') ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

绘视小技巧

本人识别赛top2整理内容齐齐

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值