mask-rcnn 数据处理（制作自己的数据集）以及labelme工具的安装和使用介绍

使用工具labelme

使用conda命令行，我安装了anaconda3

win 下：

创建虚拟环境：conda create --name=labelme python=3.6

激活环境：activate labelme

安装：conda install labelme

直接输入labeleme 打开使用

ubuntu:

conda create --name=labelme python=3.6

source activate labelme

conda install labelme

labelme

打开后是这样的：可以直接使用open 打开单个文件，也可以使用open dir打开文件夹目录，一般打开目录更方便

我的数据：

网络找的猫和狗照片各20张，命名以数据顺序命名，这点在后面会用到。

打开open dir：使用open dir 打开的好处是可以非常方便的打开上一张和下一张，open的话只能打开单张。

界面左下侧的zoom in ,zoom out ,fit window fit width 都是调整图像大小的，图像越大越方面标注。

界面右下侧是你所打开的目录下的所以文件，单击可以选择你所想要标注的文件。建议还是从头开始往下按顺序标注：

进行标注，单击create polygons.

标准方式有两种，其一：

标注框。只要选中物体的四个点并联结起来，最后会弹出一个框你让输入目标名称。

鼠标左键单击一次就标定一个点。如果标定错误可以右键单击鼠标，选中undo last point .右键单击鼠标后

还可以看到有几种不同的标注框可以选择：rectangle, circle,point, line strip

其二：

输入名称后在界面左侧选择save 保存在你的文件夹中：生成文件为json格式

将json文件转换为mask-rcnn训练的数据格式：

win下找到labelme  安装目录下的文件：C:\Users\xu\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe 

命令行执行单个文件转换：C:\Users\xu\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe  \01.json(json文件地址)

即可生成所需文件。

为了批量方便处理使用以下代码：

import os
path = r'I:\AI\Datasets\dog_cat\labels'# json 文件路径
jason_file=os.listdir(path)
i=0
for file in jason_file:

    os.system(r'C:\Users\xu\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe {}\{}'.format(path,file))
    i+=1
    print(i)

生成的文件在在json文件目录下：

单个文件夹内含5个文件 如下，即可完成任务：