我正试图在MaskRCNN上训练一个对象分类器,下面的教程使用VGG标签软件,将标记的数据转换为一个JSON文件。我已经为我的数据使用了labelme,需要为MaskRCNN准备这个。
Labelme为每个标记的图像提供一个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": {}
},
我有一个图像和相应JSON文件的目录,任何关于如何组合的帮助。无法使labelme_json_to_dataset工作,我相信这就是解决方案?
您可以在examples\instance_segmentation文件夹下的lableme存储库中使用lableme2coco.py脚本使用此命令:
python labelme2coco.py srcfiles destinationfolder --labels labels.txt
它将把注释文件转换为一个具有coco格式的json文件srcfiles包含您的标签和同一文件夹中的图像,lables.txt包含您的标签