使用LabelMe标注目标检测数据集并转换为VOC2017格式

  • 1、labelme标注
  • 2、LabelMe数据转VOC

1、labelme标注

当你安装好labelme启动后,open dir开始标注,选择Create Rectangle
使用LabelMe标注目标检测数据集并转换为VOC2017格式_第1张图片
拖拽画框,然后选择类别(没有就直接输入会自动新建),标注好一幅图后点击next image会弹框提示保存json文件,保存即可。

当你将所有图像标注完后,点击Next Image是没有反应的(因为没有Next图了),此时直接x掉labelme软件即可

如果你将json文件保存在图像文件夹中,则应当有以下结构:

  • img1.jpg
  • img1.json
  • img2.jpg
  • img2.json

现在请将img文件单独放在一个文件夹中,json文件单独放在一个文件夹中

2、LabelMe数据转VOC

使用代码:

def convert(pics,anns,save_dir):
    """
    将使用labelme标注的数据转换为VOC格式
    请将labelme标注的文件中,所有img文件保存到pics文件夹中,所有xml文件保存到anns文件夹中,结构如下:
            --labelmedata
            ---pics
            ----img0.jpg
            ----img1.jpg
            ----......
            ---anns
            ----img0.mxl
            ----img1.xml
            ----......
    :param pics: img文件所在文件夹的路径
    :param anns: xml文件所在文件夹的路径
    :param save_dir: 输出VOC格式数据的保存路径
    :return:
    """
    labelme2voc = LabelMe2VOC().convert
    labelme2voc(pics, anns, save_dir)

if __name__=="__main__":
    convert(pics=r"D:\Downloads\img",
            anns=r"D:\Downloads\anns",
            save_dir=r"D:\Downloads\VOC")

完整代码:LabelMe2VOC.py

运行上方转换程序后,得到VOC格式数据集:
使用LabelMe标注目标检测数据集并转换为VOC2017格式_第2张图片

你可能感兴趣的:(深度学习DL,目标检测,labelme)