labelme 相关介绍

‍个人简介： 深度学习图像领域工作者
总结链接：
             链接中主要是个人工作的总结，每个链接都是一些常用demo，代码直接复制运行即可。包括：
                    1.工作中常用深度学习脚本
                    2.torch、numpy等常用函数详解
                    3.opencv 图片、视频等操作
                    4.个人工作中的项目总结（纯干活）
              链接： https://blog.csdn.net/qq_28949847/article/details/128552785
视频讲解： 以上记录，通过B站等平台进行了视频讲解使用，可搜索 ‘Python图像识别’ 进行观看
              B站：Python图像识别
              抖音：Python图像识别
              西瓜视频：Python图像识别

---

相关脚本

1. 标签文件相关脚本

1. 统计文件夹下标签文件（json文件）的数量、每个json文件中每个label的数量、以及文件夹下总的label的数量。

代码如下：

import os
import cv2
import json


def count_json_label(json_path):
    label_num = {}
    with open(json_path, "r", encoding='utf-8') as f:
        # json.load数据到变量json_data
        json_data = json.load(f)
    for i in json_data['shapes']:
        if i['label'] in label_num.keys():
            label_num[i['label']] = label_num[i['label']] + 1
        else:
            label_num[i['label']] = 1
    return label_num


if __name__ == "__main__":
    # 图片和json所在文件夹
    json_dir = r'\\SHARE\public\bbox_20230412'
    all_labels_num = {}
    json_num = 0
    for root, dirs, files in os.walk(json_dir):
        for file in files:
            if not file.endswith('.json'):
                continue
            json_path = os.path.join(root, file)
            label_num = count_json_label(json_path)
            # 输出每个json文件中的label数量
            print(file, label_num)
            for label in label_num.keys():
                if label in all_labels_num.keys():
                    all_labels_num[label] = all_labels_num[label] + label_num[label]
                else:
                    all_labels_num[label] = label_num[label]
            json_num = json_num + 1
    print('此文件夹下label信息：', {'json_num': json_num, 'label_num': all_labels_num})

# 输出结果
# {'json_num': 663, 'label_num': {'person': 1296, 'face': 1202, 'face_keypoints': 1134}}
# json_num： 表示json文件的个数
# label_num： 表示每个label的个数
# person: 表示person类总共标注了1296个
# face: ....