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