yolov8-pose的数据集标注

labelme标注工具

1.环境配置

conda create -n labelme
sudo apt-get install python3-pyqt5  # PyQt5
sudo pip3 install labelme

2.激活虚拟环境，并启动labelme

conda activate labelme
labelme

参考链接：图片标注工具Labelme的安装及使用方法

3.数据集标注

在标注时，我们首先要注意几点：

第一，标注关键点时，要先使用矩形框框出目标，再标注关键点；
第二，关键点不用固定的顺序，但每张图像都要保持一致。换句话说1号点是鼻子时，所有的图像1号点都应当是鼻子；
第三，被遮挡的点也应当标记出来；(如果你项目中对于被遮挡的关键点不需要进行检测出来，我觉得可以将被遮挡的关键点不进行标注)
第四，由于labelme无法标注关键点是否可见，默认为1.00000，这里我们不做处理，后续将其全部更改为2.00000，即可。

参考链接：https://blog.csdn.net/qq_39128381/article/details/132620229
如果拍的是人正面的照片，标签数字按照如下图来标注（英文显示错误—例如对于人而言，1应该是right eye。但是在coco8-pose.yaml里面有flip_idx的标签翻转操作）

4.json转txt

通过标注关键点和矩形框，我们得到了符合 labelme 输出结果的 .json 文件，然后我们需要将其转化为 .txt 文件。

# 关键点检测json转txt
import os
import json
import shutil
import time
 
import numpy as np
from tqdm import tqdm
 
Dataset_root = '/home/sta/ldz/datasets/pose/labels_json/'  # 转化的json文件地址
# 框的类别
bbox_class =["person"]
 
# 关键点的类别，有多少类就写多少
keypoint_class = ['0','1', '2', '3','4', '5', '6', '7', '8', '9', '10', '11', '12',