公共空间设计网站,企业门户网站建设教程,西安网站运营招聘,百度申请完域名怎么建设网站labelme 标注的数据集转化为Mask-Rcnn适用的数据集
食用步骤
1.labelme标注数据时#xff0c;将生成的json文件和原图保存在一起
2.只需提供labelme生成的数据的文件夹#xff0c;和maskrcnn的数据集文件夹#xff0c;运行代码就会自动进行处理
3.代码会在提供的maskrcn…labelme 标注的数据集转化为Mask-Rcnn适用的数据集
食用步骤
1.labelme标注数据时将生成的json文件和原图保存在一起
2.只需提供labelme生成的数据的文件夹和maskrcnn的数据集文件夹运行代码就会自动进行处理
3.代码会在提供的maskrcnn数据集文件夹下生成’cv2_mask’, ‘json’, ‘label’, ‘pic’,‘yaml’,pic_and_mask’这几个文件夹
4.分别用于存储掩膜图片、json文件、标签txt文件、原图、yaml文件、带有掩膜的原图
5.根据自己需求做对应的其他操作
import base64
import json
import os
import os.path as osp
import shutil
import PIL.Image
import yaml
from labelme.logger import logger
from labelme import utils
#将labelme生成的数据转化为适用于maskrcnn的数据集。labelme标注数据时将生成的json文件和原图保存在一起
#只需提供labelme生成的数据的文件夹和maskrcnn的数据集文件夹运行代码就会自动进行处理
#会在提供的maskrcnn数据集文件夹下生成cv2_mask, json, label, pic,yaml,pic_and_mask
#分别用于存储掩膜图片、json文件、标签txt文件、原图、yaml文件、带有掩膜的原图
def main():logger.warning(This script is aimed to demonstrate how to convert theJSON file to a single image dataset, and not to handlemultiple JSON files to generate a real-use dataset.)labelme_json_file your labelme data pathoutput_fileyour maskrcnn dataset pathsubdirs [cv2_mask, json, label, pic,yaml,pic_and_mask]int_file_name 0for subdir in subdirs:# 组合得到完整的目录路径dir_path os.path.join(output_file, subdir)os.makedirs(dir_path, exist_okTrue)for json_file in os.listdir(labelme_json_file):if json_file.endswith(.json):int_file_name int_file_name 1file_name str(int_file_name)data json.load(open(labelme_json_file/json_file, encodingutf-8))imageData data.get(imageData)#若不想用123来命名文件可以使用下面代码来获取文件本身的名字用来命名file_name_with_extension os.path.basename(labelme_json_file/json_file)#获取文件完整名字# file_names os.path.splitext(file_name_with_extension)[0]#获取文件名字if not imageData:imagePath os.path.join(os.path.dirname(json_file), data[imagePath])with open(imagePath, rb,encodingutf-8) as f:imageData f.read()imageData base64.b64encode(imageData).decode(utf-8)img utils.img_b64_to_arr(imageData)label_name_to_value {_background_: 0}for shape in sorted(data[shapes], keylambda x: x[label]):label_name shape[label]if label_name in label_name_to_value:label_value label_name_to_value[label_name]else:label_value len(label_name_to_value)label_name_to_value[label_name] label_valuelbl utils.shapes_to_label(img.shape, data[shapes], label_name_to_value)label_names [None] * (max(label_name_to_value.values()) 1)for name, value in label_name_to_value.items():label_names[value] namelbl_viz utils.draw_label(lbl, img, label_names)source_file_path os.path.join(labelme_json_file, file_name_with_extension)target_file_path os.path.join(output_file/json, file_name)shutil.copy2(source_file_path, target_file_path)PIL.Image.fromarray(img).save(osp.join(output_file/pic, file_name_img.bmp))utils.lblsave(osp.join(output_file/cv2_mask, file_name_label.png), lbl)PIL.Image.fromarray(lbl_viz).save(osp.join(output_file/pic_and_mask, file_name_label_viz.png))with open(osp.join(output_file/label, file_name_label_names.txt), w,encodingutf-8) as f:for lbl_name in label_names:f.write(lbl_name \n)logger.warning(info.yaml is being replaced by label_names.txt)info dict(label_nameslabel_names)with open(osp.join(output_file/yaml, file_name_info.yaml), w,encodingutf-8) as f:yaml.safe_dump(info, f, default_flow_styleFalse)logger.info(Saved to: {}.format(output_file))if __name__ __main__:main()
