我正在尝试在MaskRCNN上训练一个对象分类器,我所遵循的教程使用VGG标签软件,将标签数据转换为一个JSON文件。我已经使用了labelme来处理我的数据,需要为MaskRCNN做准备。
Labelme为每个带标签的图像提供一个JSON文件,格式如下:
{ "version": "4.6.0", "flags": {}, "shapes": [
{
"label": "Green",
"points": [
[
1385.6666666666665,
2.121212121212121
],
[
1349.3030303030303,
174.84848484848484
],
[
1400.8181818181818,
296.06060606060606
],
[
1482.6363636363635,
344.5454545454545
],
[
1619.0,
338.48484848484844
],
[
1715.969696969697,
244.54545454545453
],
[
1728.090909090909,
120.30303030303028
],
[
1712.939393939394,
71.81818181818181
],
[
1679.6060606060605,
11.212121212121211
]
],
"group_id": null,
"shape_type": "polygon",
"flags": {}
},
我有一个目录的图像和相应的JSON文件,任何帮助做什么合并。不能得到labelme_json_to_dataset工作,我相信这是解决方案?
1条答案
按热度按时间fykwrbwg1#
您可以lableme2coco.py通过以下命令使用examples\instance_segmentation文件夹下的lableme存储库中的www.example.com脚本:
它将把你的注解文件转换成一个coco格式的json文件,srcfiles包含你的标签,图像在同一个文件夹中,lables.txt包含你的标签