简体中文|English
无论是语义分割,全景分割,还是实例分割,我们都需要充足的训练数据。
本文档简要介绍使用LabelMe软件进行分割数据标注,并将标注数据转换为PaddleSeg支持的格式。
LabelMe支持在Windows/macOS/Linux三个系统上使用,且三个系统下的标注格式是一样。
LabelMe的安装流程请参见官方安装指南。
打开终端输入labelme
会出现LableMe的交互界面,可以先预览LabelMe
给出的已标注好的图片。
点击OpenDir
打开<path/to/labelme>/examples/semantic_segmentation/data_annotated
,其中<path/to/labelme>
为克隆下来的labelme
的路径,打开后显示的是语义分割的真值标注。
(1) 点击OpenDir
打开待标注图片所在目录,点击Create Polygons
,沿着目标的边缘画多边形,完成后输入目标的类别。在标注过程中,如果某个点画错了,可以按撤销快捷键可撤销该点。Mac下的撤销快捷键为command+Z
。
(2) 右击选择Edit Polygons
可以整体移动多边形的位置,也可以移动某个点的位置;右击选择Edit Label
可以修改每个目标的类别。请根据自己的需要执行这一步骤,若不需要修改,可跳过。
(3) 图片中所有目标的标注都完成后,点击Save
保存json文件,请将json文件和图片放在同一个文件夹里,点击Next Image
标注下一张图片。
LableMe产出的真值文件可参考我们给出的文件夹。
Note:
对于中间有空洞的目标的标注方法:在标注完目标轮廓后,再沿空洞区域边缘画多边形,并将其指定为其他类别,如果是背景则指定为_background_
。如下:
使用PaddleSeg提供的数据转换脚本,将LabelMe标注工具产出的数据格式转换为PaddleSeg所需的数据格式。
运行以下代码进行转换,其中<PATH/TO/LABEL_JSON_FILE>
为图片以及LabelMe产出的json文件所在文件夹的目录,同时也是转换后的标注集所在文件夹的目录。
python tools/labelme2seg.py <PATH/TO/LABEL_JSON_FILE>
经过数据格式转换后的数据集目录结构如下:
my_dataset # 根目录
|-- annotations # 标注图像的目录
| |-- xxx.png # 标注图像
| |...
|-- class_names.txt # 数据集的类别名称
|-- xxx.jpg(png or other) # 原图
|-- ...
|-- xxx.json # 标注json文件
|-- ...