【python脚本】coco数据集格式转labelme格式以及筛选指定类别的数据

原创

已于 2023-08-22 09:59:03 修改 · 1.3k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2023-04-04 16:18:45 首次发布

文章介绍了如何使用Python脚本将COCO数据集转换为实例分割所需的labelme格式，并详细阐述了预处理步骤，包括从官方或第三方源下载数据集，以及如何筛选特定类别的图像和JSON文件。转换过程中涉及到对COCO标签的调整，以适应labelme的格式要求。

目标任务：通过coco官方数据集转成实例分割用labelme格式，并且筛选出指定的类别的image和json文件

一、数据集准备

1. 官方数据集 https://cocodataset.org/#download

如果对数据集数量没有太大要求，推荐用val2017，比较小，下载速度快。

axel -n 100 http://images.cocodataset.org/zips/val2017.zip

axel -n 100 http://images.cocodataset.org/annotations/annotations_trainval2017.zip

├── annotations_trainval2017
├── annotations_trainval2017.zip
├── val2017
└── val2017.zip

二、数据集预处理

本案例是通过实例分割的情况，需要对原始数据做一下预处理，需要将coco格式转换成labelme格式

1. coco2labelme.py

# -*- coding: utf-8 -*-
import glob
import os
import cv2
import json
import io

"""
要将官方的coco数据集转成labelme，稍微有点不同，因为官方的coco的实际标签是排列到90，当将coco数据集转成labelme数据集时候，需要修改一下标签，插入空标签

分别要在（从１开始）　12 26 29 30 45 66 68 69 71 83 插入空labelme
"""

coco=["person", "bicycle", "car", "motorcycle", "airplane", "bus", "train", "truck", "boat", "traffic light",
        "fire hydrant","" ,"stop sign", "parking meter", "bench", "bird", "cat", "dog", "horse", "sheep", "cow",
        "elephant", "bear", "zebra", "giraffe", "","backpack", "umbrella","", "","handbag", "tie", "suitcase", "frisbee",
        "skis", "snowboard", "sports ball", "kite", "baseball