语义分割labelme2yolo

### Labelme与YOLO格式数据标注及分割任务 #### 使用Labelme进行YOLO格式的数据标注 Labelme 是一款灵活的图像标注工具，支持多种形状的标注（如多边形、矩形、圆形等）。要将其标注数据转换为 YOLO 格式的标签文件，需遵循特定的格式要求。 YOLO 格式的核心在于其标签文件是以 `.txt` 文件形式存在，每行表示一个目标对象的信息。具体格式如下： - 每个目标由五个数值组成：类别索引 `class_id`, 归一化后的中心坐标 `(x_center, y_center)` 和宽高 `(width, height)`。 - 所有值均经过归一化处理，取值范围在 `[0, 1]` 内。 以下是将 Labelme JSON 格式转换为 YOLO 格式的 Python 实现示例： ```python import os import json from PIL import Image def convert_labelme_to_yolo(json_file, output_dir): with open(json_file) as f: data = json.load(f) image_path = os.path.join(os.path.dirname(json_file), data['imagePath']) img = Image.open(image_path) width, height = img.size shapes = data['shapes'] class_names = {i: shape['label'] for i, shape in enumerate(set(s['label'] for s in shapes))} txt_name = os.path.splitext(os.path.basename(json_file))[0] + '.txt' txt_path = os.path.join(output_dir, txt_name) with open(txt_path, 'w') as f: for shape in shapes: points = shape['points'] label = shape['label'] if len(points) != 2 or shape['shape_type'] != 'rectangle': continue # 只处理矩形标注 x_min, y_min = min(points[0][0], points[1][0]), min(points[0][1], points[1][1]) x_max, y_max = max(points[0][0], points[1][0]), max(points[0][1], points[1][1]) x_center = (x_min + x_max) / 2 / width y_center = (y_min + y_max) / 2 / height w = abs(x_max - x_min) / width h = abs(y_max - y_min) / height class_id = list(class_names.keys())[list(class_names.values()).index(label)] line = f"{class_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}\n" f.write(line) if __name__ == "__main__": labelme_dataset_path = 'path_to_labelme_dataset' # 替换为实际路径 output_dir = 'output_labels' if not os.path.exists(output_dir): os.makedirs(output_dir) for file in os.listdir(labelme_dataset_path): if file.endswith('.json'): convert_labelme_to_yolo(os.path.join(labelme_dataset_path, file), output_dir) ``` 此代码片段实现了从 Labelme 的 JSON 文件到 YOLO 格式的 `.txt` 文件的转换[^2]。 --- #### 对于分割任务的支持 除了基本的目标检测外，YOLO 还可以通过扩展实现实例分割功能。例如，在 YOLOv5 中引入了 Polygon Mask 支持，而 YOLOv8 则进一步增强了对复杂掩码的支持能力。 当使用 Labelme 创建多边形标注时，可以提取顶点信息并将它们转化为适合 YOLO 分割模型使用的格式。通常情况下，分割任务中的标注会包含一系列顶点坐标列表，这些坐标同样需要被归一化至 `[0, 1]` 范围内。 下面是一个针对分割任务的简单转换逻辑： ```python def convert_polygon_to_yolo(shape, width, height): points = [] for point in shape["points"]: normalized_x = point[0] / width normalized_y = point[1] / height points.extend([normalized_x, normalized_y]) return " ".join(map(str, points)) def save_segmentation_annotations(shapes, image_size, output_path): width, height = image_size lines = [] for idx, shape in enumerate(shapes): polygon_str = convert_polygon_to_yolo(shape, width, height) line = f"{idx} {polygon_str}" lines.append(line) with open(output_path, "w") as f: f.write("\n".join(lines)) ``` 上述方法适用于生成基于多边形的分割标注文件[^3]。 --- #### 示例流程总结 假设有一个图片及其对应的 Labelme JSON 文件，则按照以下步骤操作即可完成转换： 1. 解析 JSON 文件获取标注信息； 2. 提取边界框或多边形顶点位置； 3. 将原始像素单位映射成相对比例； 4. 输出符合 YOLO 需求的标准文本文件。 最终得到的结果可用于训练诸如 YOLOv5 或者 YOLOv8 等深度学习框架下的目标检测或语义/实例分割模型[^4]。 ---

### YOLO用于语义分割的标注工具和方法 对于YOLO在语义分割任务中的应用，通常采用特定的标注工具和流程来准备数据集。 #### 使用LabelImg进行初步标注 LabelImg 是一个广泛使用的开源图像标注工具[^1]。该工具提供了图形化界面，使用户能够轻松地通过绘制边界框或创建多边形的方式标注图像中的对象。虽然 LabelImg 主要设计用于目标检测任务，但它也可以作为语义分割项目的起点。完成初始的对象定位后，可以进一步细化为更精确的像素级标签。 #### 转换至适合YOLO的数据格式 为了适应YOLO框架的要求，在完成了基本的目标位置标记之后，需要将这些信息转换成YOLO所需的输入格式。当涉及到语义分割时，有两种主要途径： - **基于点序列的txt文件** 这种方式适用于YOLOv5及其变体版本所支持的空间实例分割功能。具体来说，就是利用一系列坐标点描述每个物体轮廓边缘的位置，并保存在一个`.txt`文档里。这种方法特别有利于那些希望快速迭代实验而不需要复杂预处理过程的研究人员[^2]。 - **伪彩色掩码图片** 对于某些高级别的语义理解场景，则可能倾向于构建完整的逐像素分类地图——即所谓的“伪彩图”。尽管这不是传统意义上YOLO直接操作的形式，但在实际部署前可以通过额外编码将其映射回标准YOLO预测结构之中。不过需要注意的是，这类方案更适合其他专注于密集预测任务（如UNet, DeepLabV3+）而非纯粹面向检测目的架构。 #### 弱监督学习下的简化策略 考虑到全量精细标注的成本过高问题，当前研究界也探索出了若干替代手段以降低工作负担并提高效率。例如，有学者提出了仅依靠粗略包围盒即可达成一定效果的技术路线；这不仅大大减少了人工干预时间同时也保持了较为满意的性能表现[^3]。 ```python import json from labelme import utils as lbl_utils def convert_labelme_to_yolo(labelme_json_path, output_dir): with open(labelme_json_path) as f: data = json.load(f) img_data = lbl_utils.img_b64_to_arr(data['imageData']) shapes = [ shape for shape in data["shapes"] if shape["label"] != "_background_" ] labels, bboxes, points = [], [], [] for shape in shapes: if shape["shape_type"] == "polygon": pts = np.array(shape["points"]) x_min, y_min = pts.min(axis=0).astype(int) x_max, y_max = pts.max(axis=0).astype(int) bbox_center_x = (x_min + x_max) / 2.0 bbox_center_y = (y_min + y_max) / 2.0 bbox_width = abs(x_max - x_min) bbox_height = abs(y_max - y_min) bboxes.append([bbox_center_x/img_w, bbox_center_y/img_h, bbox_width/img_w, bbox_height/img_h]) points.extend(pts.tolist()) elif shape["shape_type"] == "rectangle": ... ```