使用labelme工具製作分割數據集

參考：圖像語義分割標註工具labelme製作自己的數據集用於mask-rcnn訓練

1.安裝

labelme（標註mask數據集用的）github地址
python3環境

pip install pyqt5
pip install labelme

建議使用國內鏡像：

pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple 
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple 

2.使用

（1）打開軟件
終端執行：

labelme

（2）標註圖片
點擊Open Dir，選擇文件夾；點擊Create Polygons開始標註；按字母D完成標註跳往下一張，這事會彈出保存界面，默認保存在圖片所在文件夾。右鍵可選擇取消當前標註點選項（ctrl+z）。
相同類的多個對象需要在類名後加數字。
（3） 標註文件處理
標註完成後會產生一個對應的圖片名.json文件


此時需要進入圖片所指的文件夾，執行下面的程序生成下面的標註圖：

json_to_dataset  <文件名>.json

沒有可以取github複製個文件過來，可以直接使用。
https://github.com/wkentaro/labelme/blob/master/labelme/cli/json_to_dataset.py
(這裏我的版本缺少了.yaml文件，不過不影響，可以參考：labelme：缺少生成"info.yaml"文件)
但是批量處理圖片需要寫腳本。
可使用下面的程序：唯一輸入是隻帶.json文件的文件夾
參考：關於json_to_dataset時出現 module ‘labelme.utils’ has no attribute 'draw_label’的解決

# labelme_json_to_dataset_batch.py
import argparse
import base64
import json
import os
import os.path as osp

import imgviz
import PIL.Image

from labelme.logger import logger
from labelme import utils
import cv2
from math import *
import numpy as np
import random


def main():
    # 唯一輸入:
    # 給出只帶.json文件的文件夾
    label_path = r"E:/pics/json/"

    list_path = os.listdir(label_path)
    for i in range(0, len(list_path)):
            logger.warning('This script is aimed to demonstrate how to convert the'
                           'JSON file to a single image dataset, and not to handle'
                           'multiple JSON files to generate a real-use dataset.')

            parser = argparse.ArgumentParser()
            parser.add_argument('--json_file')
            parser.add_argument('-o', '--out', default=None)
            args = parser.parse_args()

            json_file = label_path + list_path[i]
            print(list_path[i])
            if args.out is None:
                out_dir = osp.basename(json_file).replace('.', '_')  # 返回文件名
                out_dir = osp.join(osp.dirname(json_file), out_dir)  # 把目錄和文件名合成一個路徑
            else:
                out_dir = args.out
            if not osp.exists(out_dir):
                os.mkdir(out_dir)  # 用於以數字權限模式創建目錄

            data = json.load(open(json_file))
            imageData = data.get('imageData')

            if not imageData:
                imagePath = os.path.join(os.path.dirname(json_file), data['imagePath']) # os.path.dirname返回文件路徑
                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 sorted(data['shapes'], key=lambda x: x['label']):
                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
            lbl, _ = utils.shapes_to_label(
                img.shape, data['shapes'], label_name_to_value
            )

            label_names = [None] * (max(label_name_to_value.values()) + 1)
            for name, value in label_name_to_value.items():
                label_names[value] = name

            lbl_viz = imgviz.label2rgb(
                label=lbl, img=imgviz.asgray(img), label_names=label_names, loc='rb'
            )

            PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
            utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
            PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

            with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
                for lbl_name in label_names:
                    f.write(lbl_name + '\n')

            logger.info('Saved to: {}'.format(out_dir))



if __name__ == '__main__':
    main()