labelme批量制作数据集教程（windows10+python3.6+tensorflow）
最近在用FCN学习图像语义分割，需要制作自己的数据集，看了很多教程，摸索出来一些经验，特地来总结一下。本人的开发环境为Win10+Anaconda（python3.6），希望能给大家一些参考。
1. 图像大小调整
这一步应该不是必须的，图片调整成256*256可能会更便于池化（我获取原始图像的时候特意取成了正方形的），
图1给出调整文件夹内批量图片大小的代码截图，参考自图像分割 | FCN数据集制作的全流程（图像标注）。
图1 操作实例
2. 图像标注
2.1 labelme安装
参考自labelme安装及使用，原文为Labelme新创建了一个环境，我在为了深度学习已经配置好的TF环境下直接安装了labelme，如图2。
图2 labelme安装
安装完成后，在TF环境下输入labelme，就会启动程序，如图3。
图3 labelme启动
2.2 labelme标注数据
点击OpenDir选择我们的图像所在文件夹，会导入文件内所有图片，如图4所示。
图4 批量导入数据
点击左下角的CreatePolygons，单击鼠标左键添加多边形顶点，Ctrl+Z撤销上一个顶点，最后点击起始点完成多边形的选择，弹出命名框。同一类下有多个实体对象时，如城区对象时，用City1,City2区分，Ctrl+S保存生成json文件，同时右下角文件目录下该图像前打钩显示已标注，如图5所示。
图5 标注数据
2.3 格式转换
json文件需要转换成png文件，基本转换方法是在安装了labelme的环境下（我的是TF环境），输入下面的代码：
labelme_json_to_dataset E:\test\image\001.json在001.json所在文件夹内，会生成一个001_json的文件夹，里面有5个文件，如图6所示。
图6 json转化dataset
但是当数据文件很多时，需要批量处理的方法，我找到3种，大家可以试一试。
2.3.1 更改json_to_dataset.py
参考自改进json_to_dataset.py和改进json_to_dataset，通过修改py文件使得能够直接批量转换json文件，但是我在用的过程中报错UnicodeDecodeError: 'gbk' codec can't decode byte 0xff in position 0: illegal multibyte sequence，错误在这一句：data = json.load(open(path))。当我把open(path)改成open(path,encoding="UTF-8")后，又会报错UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0:invalid start byte。让我很绝望，不知道大家知不知道错误在哪里。
2.3.2 shell脚本循环法
参考自利用shell脚本批量处理json_to_dataset，通过shell脚本，循环处理文件。但是我对shell脚本了解不多，直接把原文里的脚本做成.sh文件在git里运行，提示json_to_dataset command not found，这篇文章倒是指出了要激活Anaconda的环境，但是他并没有说该怎么做，所以激励我写教程一定要很详细。
2.3.3 bat脚本循环法
绝望的我开始百度怎么样在cmd写循环命令，然后我发现了这个提问，惊奇发现还有一个倒霉蛋和我的问题一模一样，然后我就用了答案里的代码。不过比较悲催的是，他的命名方式是1.json,2.json,3.json....221.json，我的命名方式是001.json,002.json...010.json...，答案里是直接从1-221循环，然后生成文件名。所以我还不能直接套用。（当然如果有人的命名方式和他一样的话，会发现这个代码还有问题，就是循环里套了循环，生成一遍再来一遍）
最后我百度了批命令里遍历文件夹内文件的方式，写出了自己的命令，如下：
@echo off
for %%i in (*.json) do labelme_json_to_dataset %%i
pause就这三行代码，解决了困扰我一下午的问题。新建一个txt文件，把这个复制进去，然后改名为test.bat，和要转换的文件放在一起。然后在激活相应环境下（我的就是TF环境命令行下），进入所在文件目录，命令行输入test.bat就可以了，如图7，图8所示。
图7 bat批量转换json
图8 转换结果
2.4 图片提取
生成的label图片均在文件中，且图片名均是label.png，所以需要批量提取label.png，其他4个文件没有用，在images文件夹同级目录下，新建文件夹annotations，存放标签图，代码如下。
#将标签图从json文件中批量取出
import os
import shutil
path = 'E:/test/images/'
file = os.listdir(path)
dirpath = 'E:/test/annotations/'
for eachfile in file:
if os.path.isdir(path+eachfile):
if os.path.exists(path+eachfile+'/label.png'):
(temp_name,temp_extention) = os.path.splitext(eachfile) #分离文件名与后缀
shutil.copy(path+eachfile+'/label.png',dirpath+temp_name+'.png')
print(eachfile+' successfully moved')得到标签图，如图9所示。
图9 批量提取标签图
3 分训练集和测试集
在images和annotations下新建文件夹training和validation,将之前的原始图片和标签图片分为训练集和测试集，同名文件夹下原始图和标签图一一对应，如图10所示。
图10 最终数据集