转换labelme格式数据为标准COCO数据集格式的方式

简介：
labelme是一种广泛使用的工具，用于创建图像标注的数据集。其输出遵循特定的JSON格式，在该任务中被标准化为结构化数据形式。该系统版本为3.11.2，支持将Label Me格式的数据转换为COCO数据集格式。 该图像标注工具展现出显著的性能，其生成的标注信息以JSON格式存储于本地计算机中。值得注意的是，许多深度学习模型和算法更倾向于采用COCO（Common Objects in Context）数据集格式。该数据集格式提供了多样化的标注类型，包括具体对象实例、关键点位置以及图像描述等内容。在实际应用中，若要利用LabelMe生成的标注信息进行训练或推理，则需将其转换为与主流深度学习框架兼容的数据表示方式。LabelMe JSON数据格式包括以下核心要素： **Version Number**: 标注工具的版本号。 **Flags**: 较少使用，通常为空。 **Shapes**: 存储所有物体的列表。每个物体具有特定属性： - **label**: 物体类型。 - **line_color** 和 **fill_color**: 分别表示线条和填充颜色，可为空。 - **points**: 多边形顶点坐标，用于定义边界形状。 - **shape_type**: 通常为“polygon”，表示多边形形状。 该数据集采用的格式则由下述关键组成部分构成： **图像信息**: 涵盖所有图像的数据要素, 包括尺寸、ID码和文件名等关键参数。 **类别定义**: 完整列举了各类别及其属性, 包含类别ID、名称以及上级分类等多个维度。 **标注细节**: 每个注记包含以下详细信息: - **边界框/多边形坐标**: 对象的范围定位。 - **群体标志**: 1表示群聚物，0则为独立个体。 - **图像关联**: 明确对应于特定图像的ID码。 - **边界框坐标**: 包括x、y起始点及宽度和高度参数。 - **面积计算**: 基于边界的几何形状得出大小值。 - **类别归属**: 标识所属分类系统的类编号。 - **唯一标识符**: 每个注记的独立编码信息。 在转换过程中，首先需要读取LabelMe提供的JSON文件内容。通过解析这些数据中的形状信息，可以为COCO格式准备好必要的图像描述、类别标签以及注释信息。Python代码示例如下：```python import argparse import json import os def labelme_to_coco(labelme_json_path, output_coco_path): with open(labelme_json_path, r) as f: labelme_data = json.load(f) images = [] annotations = [] categories = [] for shape in labelme_data[shapes]: label = shape[label] points = shape[points] if label not in categories: categories.append({ id: len(categories) + 1, # 类别ID从1开始 name: label, supercategory: none # 可以根据需求设置超类别 }) # 创建图像信息 image_id = len(images) + 1 image_info = { id: image_id, width: labelme_data[imageSize][width], height: labelme_data[imageSize][height], file_name: os.path.basename(labelme_data[imagePath]) } images.append(image_info) # 创建注释信息 polygon = np.array(points).reshape(-1, 2) segmentation = [list(polygon.flatten())] annotation = { id: len(annotations) + 1, image_id: image_id, category_id: categories.index(label) + 1, iscrowd: 0, segmentation: segmentation, area: (polygon[:, 0] * polygon[:, 1]).sum(), bbox: list(np.min(polygon, axis=0)[:2]) + list(np.ptp(polygon, axis=0)[::-1]) } annotations.append(annotation) coco_format_data = { images: images, annotations: annotations, categories: categories } with open(output_coco_path, w) as f: json.dump(coco_format_data, f, cls=MyEncoder) if __name__ == __main__: parser = argparse.ArgumentParser() parser.add_argument(labelme_json, type=str, help=Path to LabelMe JSON file.) parser.add_argument(output_coco, type=str, help=Path to save COCO formatted JSON.) args = parser.parse_args() labelme_to_coco(args.labelme_json, args.output_coco) ``` 该段代码最先打开了名为LabelMe的JSON文件，在其内部系统中遍历存储的各种形状数据，并构建了一个适用于COCO格式的数据结构，其中包括图像列表、类别标识符以及注释信息。随后该代码将收集到的这些数据整理后，以符合COCO规范的形式写入一个新的JSON文件中。该转换流程保证了LabelMe图像及其注释数据在COCO API下实现准确解析，从而允许我们建立并训练遵循COCO数据规范的目标检测与分割模型，例如Mask R-CNN或YOLO系列算法。通过这种方式，用户能够便捷地将自建注释数据集融入至深度学习框架中。