1. 安装2. 启动3. 标注4. 文件转换
ubuntu20.04
# 创建labelme的环境 conda create -n labelme python=3.7 # 激活labelme环境 conda activate labelme # 安装 conda install pyqt pip install labelme2. 启动
# fixme: 需要在labelme的环境下 conda activate labelme labelme
打开的界面
labelme github:
https://github.com/wkentaro/labelme.git
标注完成后,我们得到原图和对应的 json 文件,需要转化成 colormap 标注图,在 labelme 项目中,已经提供了各种转化脚本,我们直接使用即可
git clone https://github.com/wkentaro/labelme.git cd ./labelme/examples/semantic_segmentation/
然后把图片和 json 文件全部拷贝到 data 文件夹下,然后运行以下脚本
python labelme2voc.py data data_dataset_my --labels labels1.txt
运行结果如下
生成 data_dataset_my 文件夹,保存了标注图片
. ├── data │ ├── 2021-12-23-10-22-46.021.jpeg │ ├── 2021-12-23-10-22-46.021.json │ ├── 2021-12-23-10-22-51.026.jpeg │ └── 2021-12-23-10-22-51.026.json ├── data_dataset_my │ ├── class_names.txt │ ├── JPEGImages │ │ ├── 2021-12-23-10-22-46.021.jpg │ │ └── 2021-12-23-10-22-51.026.jpg │ ├── SegmentationClass │ │ ├── 2021-12-23-10-22-46.021.npy │ │ └── 2021-12-23-10-22-51.026.npy │ ├── SegmentationClassPNG │ │ ├── 2021-12-23-10-22-46.021.png │ │ └── 2021-12-23-10-22-51.026.png │ └── SegmentationClassVisualization │ ├── 2021-12-23-10-22-46.021.jpg │ └── 2021-12-23-10-22-51.026.jpg ├── labelme2voc.py ├── labels.txt └── README.md
注:label.txt内容
# 需要加上 __ignore__ 和 _background_ __ignore__ _background_ waste_bag person
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)