本期讲一下图像分类以及目标检测的Labelme标注教学。
Labelme的安装参见语义分割与实例分割 Labelme标注教学

1.图像分类

待分类的图片数据放在data_annotated文件夹下，flags.txt的内容如下：

进入data_annotated所在的文件夹，在命令行输入以下代码实现图像分类标注：

labelme data_annotated --flags flags.txt --nodata

标注好以后，目录如下：

2.目标检测

2.1数据标注

与语义分割一样，labels.txt内容如下：

__ignore__和_background_必须要有，其余是图像数据包含的类别。

进入data_annotated所在的文件夹，在命令行输入以下代码实现图像目标检测标注：

labelme data_annotated --labels labels.txt --nodata --autosave

2.2 标注格式转换

进入labelme\examples\bbox_detection 文件夹，有支持转换VOC 格式的代码

cd/d D:\chingi\labelme\examples\bbox_detection

# It generates:
#   - data_dataset_voc/JPEGImages
#   - data_dataset_voc/Annotations
#   - data_dataset_voc/AnnotationsVisualization
python ./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

转换格式后，会在data_dataset_voc 文件夹中会看到以下文件：

参考目录

https://github.com/wkentaro/labelme

版权声明：本文为CSDN博主「求则得之，舍则失之」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43229348/article/details/123090065