Labelme标注的图像数据做成VOC格式的数据集（用于实例分割的数据集格式）

参考官网代码：

labelme/examples/instance_segmentation at v3.11.2 · wkentaro/labelme (github.com)https://github.com/wkentaro/labelme/tree/v3.11.2/examples/instance_segmentation

copy 图中的Labelme2voc.py

在Anaconda Prompt里当前目录下运行指令：

python labelme2voc.py NoObeject data_dataset_voc --labels labels.txt

NoObeject里放的是images和json文件，需要根据自己存放图像数据的文件夹名字进行修改。

data_dataset_voc 是新生成的voc数据集，

labels.txt 里存放自己标注数据的名字，这里1 和2是我自己的标签，你需要替换成你的标签。

生成的dataset voc长这样：data_dataset_voc 文件夹下有这么多文件夹和文件。 

JPEGImages文件夹下存放原始图像。

SegmentationClassPNG里存放实例分割的图像，红色和绿色是我们标注的物体。这里的图像是我们之后训练要用到的。

 这里我们就结束了，利用Labelme标注的数据生成了用于实例分割的VOC数据集 。

这里提示一下：用于实例分割的VOC数据集与目标检测的VOC数据集不一样。

如果想要用Labelme标注的数据做成目标检测的VOC数据集：

参考：https://github.com/wkentaro/labelme/tree/v3.11.2/examples/bbox_detection

本博客参考视频：感谢UP主的分享

【labelme】13分钟教会你使用labelme的超详细教程_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1xT4y1j7A9

版权声明：本文为CSDN博主「一直开心」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/wenyunick/article/details/122210402