图像语义分割标注工具labelme制作自己的数据集用于mask-rcnn训练

Posted ZealCV

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像语义分割标注工具labelme制作自己的数据集用于mask-rcnn训练相关的知识,希望对你有一定的参考价值。

labelme(标注mask数据集用的)

github地址:https://github.com/wkentaro/labelme

windows

python2

pip install pyqt
pip install labelme

python3

pip install pyqt5
pip install labelme

ubuntu16.04 系统自带的python2.7环境

sudo apt-get install python-qt4 pyqt4-dev-tools
sudo pip install labelme  # python2 works

使用

(1)在终端中执行以下命令:

labelme

(2)出现labelme的界面:

(3) 点击“open”,打开需要标注的图像,选择对目标区域进行标注

假如你要标注的对象为人和狗,在画掩码过程中,一幅图像中如果有多个person、dog,命名规则为person1、person2…… dog1、dog2……。因为labelme生成的标签为一个label.png文件,这个文件只有一通道,在你标注时同一标签mask会被给予一个标签位,而mask要求不同的实例要放在不同的层中。最终训练索要得到的输入为一个w*h*n的ndarray,其中n为该图片中实例的个数

(4) 标注完成后点击,产生一个json文件

(5)进入<文件名>.json所在目录下,在终端中执行

 labelme_json_to_dataset  <文件名>.json

可得到一个文件夹,里面有五个文件,分别是:
*.png
info.yaml
label.png
label_names.txt
label_viz.png

其中 label.png 和 info.yaml 是我们需要用到的! 标注已经完成!

label.png相当于mask 文件,可视化为:

其中每个对象上的红色数字,是我截图的时候加上去的的,表示每个对象区域在图像中的真实像素值

(6)如果需要批量转换的话,就需要自己写shell 脚本


参考:

Mask RCNN训练自己的数据集
【图像语义分割】Label data的标注–Labelme(python)
labelme标注的数据分析

以上是关于图像语义分割标注工具labelme制作自己的数据集用于mask-rcnn训练的主要内容,如果未能解决你的问题,请参考以下文章

U-Net图像语义分割实战:训练自己的数据集

DeepLabv3+图像语义分割实战:训练自己的数据集

深度学习——制作自己的VOC图像分割数据集

语义分割标注labelme图片处理过程

数据标注的软件从哪里弄

#yyds干货盘点#借助AI模型目标检测打标签工具 :Makesense.ai , 解放双手 ! ! !