labelme的安装与使用以及如何将labelme标注的json格式关键点标签转为yolo格式的标签

2024-03-28 09:36

本文主要是介绍labelme的安装与使用以及如何将labelme标注的json格式关键点标签转为yolo格式的标签,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 本文只关于将关键点json标签转为yolo标签
    • 希望得到您的指导
    • 背景及代码可用范围
    • 一、labelme的安装和使用
      • (一)labelme的安装
      • (二)labelme的使用
    • 二、json2yolo


本文只关于将关键点json标签转为yolo标签

如果您的json标签格式如下,进行较为轻松的修改即可使用
在这里插入图片描述转换结果展示:
在这里插入图片描述在这里插入图片描述


希望得到您的指导

非常感谢您观看我的博客,我写博客的目的是为了记录我的学习过程同时保留我的某些可重复利用代码以方便下次使用。如果您对我的内容有任何建议还请您不吝指出,非常感谢您对我的指导。

背景及代码可用范围

在我针对人体姿态估计项目准备数据集时,将json格式的数据转变为yolo格式的路上遇到了重重阻碍。
我先是使用make sense标注数据集,但是在标注完成一部分后发现它只能导出标注类型为矩形的标签。我也尝试使用labelimg,但是它只能标注矩形标签。由此我便选择使用labelme进行标注,但是它的标注格式为json。
在网上有很多关于将标注的json文件转换为yolo格式的标签,但是他们有些需要先转为coco,再转为yolo,或者代码需要对我这个项目也需要大量修改,于是我便想自己写一段代码将其格式进行转换。

一、labelme的安装和使用

(一)labelme的安装

中文labelme的百度网盘
链接:https://pan.baidu.com/s/1puJdLZO-z4CPOIbiq4tFvA?pwd=1111
提取码:1111
界面如图所示

在这里插入图片描述

(二)labelme的使用

A:上一个图片
D:下一个图片
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、json2yolo

json_path:你标注的json文件所在位置
yolo_path:你想将转换后的位置放在哪里
image_path:你标注的图片所在位置

import json
import os
from pathlib import Path
import requests
import yaml
from PIL import Image
from tqdm import tqdm   # 进度条def output_label(json_path,yolo_path,image_path):# os.makedirs(yolo_path,exist_ok=True)names = []  # class names 定义一个空列表json_path = Path(json_path).resolve()yolo_path = Path(yolo_path).resolve()json_parentpath = json_path.parentfor filename in tqdm(os.listdir(json_path),desc="Converting"):if filename.endswith('.json'):with open(os.path.join(json_path,filename), 'r',encoding='utf-8') as f:data = json.load(f)  # json files to dict:json_datalast_part = os.path.basename(data.get("imagePath"))im_path = os.path.join(image_path,last_part)img = Image.open(requests.get(im_path,stream=True).raw if im_path.startswith("http") else im_path)width,height = img.size
#                 size属性获得图像宽度和高度的元组,通常形式为(width, height)label_filename = last_part+"txt"label_path = os.path.join(yolo_path,Path(label_filename).with_suffix(".txt"))# 转换后标签存放路径temp_dict = {}for label in data.get("shapes"):clsn = label.get("label")if clsn not in names:names.append(clsn)label_list = label.get("points")x,y=label_list[0]# 根据json文件的特征,points内部是双重列表,且内层只有一个列表,所以我们将第一个列表的值分别赋值给x,yx = round(x/width,2)y = round(y/height,2)if names.index(clsn) not in temp_dict:temp_dict[names.index(clsn)] = []temp_dict[names.index(clsn)].append(f"{x} {y} ")with open(label_path,"a") as f:for idx in temp_dict:line = f"{idx} {''.join(temp_dict[idx])}"f.write(line + "\n")# Save dataset.yamlnames_formatted = {i: str(name) for i,name in enumerate(names)}# 字典推导式 将一个列表转换为一个字典,其中字典的键是列表中每个元素的索引,值是列表中对应索引位置的元素# enumerate()函数用于将一个可迭代对象(比如列表、元组或者其他序列类型)转换为一个枚举对象d = {"path": f"{json_parentpath}  # dataset root dir".replace('\\','/'),"train": f"{json_parentpath}/images/train  # train images (relative to path) 128 images".replace('\\','/'),"val": f"{json_parentpath}/images/val  # val images (relative to path) 128 images".replace('\\','/'),"test": " # test images (optional)","nc": len(names),"names": names_formatted,}  # dictionaryfile_path = os.path.join(json_parentpath, "data.yaml")with open(file_path,"w",encoding='utf-8')as f:yaml.dump(d,f,sort_keys=False)print("Conversion completed successfully!")if __name__ == '__main__':output_label(r"E:\datasets\jsons",r"E:\datasets\labels",r"E:\datasets\images")

这篇关于labelme的安装与使用以及如何将labelme标注的json格式关键点标签转为yolo格式的标签的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/855220

相关文章

Java Spring 中 @PostConstruct 注解使用原理及常见场景

《JavaSpring中@PostConstruct注解使用原理及常见场景》在JavaSpring中,@PostConstruct注解是一个非常实用的功能,它允许开发者在Spring容器完全初... 目录一、@PostConstruct 注解概述二、@PostConstruct 注解的基本使用2.1 基本代

C#使用StackExchange.Redis实现分布式锁的两种方式介绍

《C#使用StackExchange.Redis实现分布式锁的两种方式介绍》分布式锁在集群的架构中发挥着重要的作用,:本文主要介绍C#使用StackExchange.Redis实现分布式锁的... 目录自定义分布式锁获取锁释放锁自动续期StackExchange.Redis分布式锁获取锁释放锁自动续期分布式

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

Pandas透视表(Pivot Table)的具体使用

《Pandas透视表(PivotTable)的具体使用》透视表用于在数据分析和处理过程中进行数据重塑和汇总,本文就来介绍一下Pandas透视表(PivotTable)的具体使用,感兴趣的可以了解一下... 目录前言什么是透视表?使用步骤1. 引入必要的库2. 读取数据3. 创建透视表4. 查看透视表总结前言

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

Android使用ImageView.ScaleType实现图片的缩放与裁剪功能

《Android使用ImageView.ScaleType实现图片的缩放与裁剪功能》ImageView是最常用的控件之一,它用于展示各种类型的图片,为了能够根据需求调整图片的显示效果,Android提... 目录什么是 ImageView.ScaleType?FIT_XYFIT_STARTFIT_CENTE

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型