labelme自定义语义分割数据集 Python文件调用labelme_json_to_dataset 批处理json文件

labelme自定义语义分割数据集 使用Python文件调用labelme_json_to_dataset批处理json文件

思路：
使用Python os包中的os.system()执行cmd命令，用迭代的方式输入每次labelme_json_to_dataset i.json命令，实现大量json文件的批处理。代码如下：

import os

# 脚本处理文件，将1.json~360.json 使用labelme_json_to_dataset 转换成标定图片

# 脚本处理文件，将1.json~360.json 使用labelme_json_to_dataset 转换成标定图片
line = "conda activate labelme"

os.system(line)

for i in range(1, 361):
    line = "labelme_json_to_dataset "

    line = line + str(i) + ".json"

    result = os.system(line)

待处理的json文件放入同一个文件夹中，如下图：

在此文件夹中创建一个Python文件，我这里命名为jsonDeal.py。
我一共有360个json文件，所以for i in range(1, 361)。
line变量存储需要cmd执行的命令，是字符串格式。
首先，执行conda activate labelme
之后，执行 labelme_json_to_dataset i.json
如下图：

即使中间有一些json文件存在错误，程序也会完整的执行完毕。只是会在出错的文件报错：如下图，我这个json文件当时没有放到目录里面：

这样，执行完程序后，就会在json文件夹生成对应的所有的json对应的img和label，如下图：


好了，到这里就结束了，如果有什么疑问可以给我留言，我看到会及时回复。