手把手教你使用Labelme制作自己的语义分割数据集（附代码）

1 参考资料

参考视频：Pytorch 搭建自己的Unet语义分割平台
代码资源下载链接：unet-pytorch

2 数据集存放路径

我自己的项目路径：D:\demo\unet-pytorch-main
)

1. before 文件夹：
   这个文件夹可能是为了存放一些预处理过的图片数据。在语义分割任务中，预处理包括裁剪、缩放、去除噪音等操作，以准备图像数据用于训练或推理。

2. JPEGImages 文件夹：
   这个文件夹通常用于存放原始图片数据。

3. SegmentationClass 文件夹：
   这个文件夹用于存放与每个图像对应的标签或掩码图像，这些图像描述了图像中每个像素的类别或类别的分割边界。用于语义分割任务的标签图像通常使用像素级别的注释，其中每个像素都被分配了一个特定的标签值。

我们把图片放入before文件夹和JPEGImages文件中

3 启动Labelme

首先打开命令提示符，激活pytorch环境

activate pytorch

3.1 没装过labelme

pip intall labelme==3.16.7

3.2 安装过labelme

直接输入labelme即可

启动成功~

4 在Labelme打标签

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/f9dc7f88ec914185b68b12ca6e247424.png
点击save Automatically这个按钮，会在每打完一张图的标签之后自动保存。

点击Create Polygons，开始打标签
cltr + Z可以撤回打错了的标签

打完标签之后，创建类别，按ok保存。

每张小动物的标签打完之后，会产生json格式的文件。

5 json格式转换数据集

json_to_dataset.py 用于将 JSON（JavaScript Object Notation）格式的标注数据转换为特定的数据集格式。
通过判断标注文件中的图像数据类型，将图像数据转换为 numpy 数组。然后，根据标注文件中的形状信息和类别映射，将图像的形状转换为标签图像的形状，并将标签图像保存为 PNG 格式。


运行成功~

5.1 json_to_dataset.py

import base64
import json
import os
import os.path as osp

import numpy as np
import PIL.Image
from labelme import utils

'''
制作自己的语义分割数据集需要注意以下几点：
1、我使用的labelme版本是3.16.7，建议使用该版本的labelme，有些版本的labelme会发生错误，
   具体错误为：Too many dimensions: 3 > 2
   安装方式为命令行pip install labelme==3.16.7
2、此处生成的标签图是8位彩色图，与视频中看起来的数据集格式不太一样。
   虽然看起来是彩图，但事实上只有8位，此时每个像素点的值就是这个像素点所属的种类。
   所以其实和视频中VOC数据集的格式一样。因此这样制作出来的数据集是可以正常使用的。也是正常的。
'''
if __name__ == '__main__':
    jpgs_path   = "datasets/JPEGImages"
    pngs_path   = "datasets/SegmentationClass"
    #classes     = ["_background_","aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
    classes     = ["_background_","cat","dog"]
    
    count = os.listdir("./datasets/before/") 
    for i in range(0, len(count)):
        path = os.path.join("./datasets/before", count[i])

        if os.path.isfile(path) and path.endswith('json'):
            data = json.load(open(path))
            
            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                with open(imagePath, 'rb') as f:
                    imageData = f.read()
                    imageData = base64.b64encode(imageData).decode('utf-8')

            img = utils.img_b64_to_arr(imageData)
            label_name_to_value = {'_background_': 0}
            for shape in data['shapes']:
                label_name = shape['label']
                if label_name in label_name_to_value:
                    label_value = label_name_to_value[label_name]
                else:
                    label_value = len(label_name_to_value)
                    label_name_to_value[label_name] = label_value
            
            # label_values must be dense
            label_values, label_names = [], []
            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
                label_values.append(lv)
                label_names.append(ln)
            assert label_values == list(range(len(label_values)))
            
            lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)
            
                
            PIL.Image.fromarray(img).save(osp.join(jpgs_path, count[i].split(".")[0]+'.jpg'))

            new = np.zeros([np.shape(img)[0],np.shape(img)[1]])
            for name in label_names:
                index_json = label_names.index(name)
                index_all = classes.index(name)
                new = new + index_all*(np.array(lbl) == index_json)

            utils.lblsave(osp.join(pngs_path, count[i].split(".")[0]+'.png'), new)
            print('Saved ' + count[i].split(".")[0] + '.jpg and ' + count[i].split(".")[0] + '.png')