做网站需要续费吗,如何查询公司的详细信息,网站建设投资大概每年需要多少钱,线上推广方案怎么做声明#xff1a;我学习了b站#xff1a;标注自己的语义分割数据集_哔哩哔哩_bilibili
并且复现了#xff0c;记录了所思所得。
主要是说了#xff1a;
做语义分割#xff0c;数据集怎么用labelme标注成json文件#xff0c;以及#xff0c;json文件怎么转成mask
流程…声明我学习了b站标注自己的语义分割数据集_哔哩哔哩_bilibili
并且复现了记录了所思所得。
主要是说了
做语义分割数据集怎么用labelme标注成json文件以及json文件怎么转成mask
流程
准备图片-用labelme标注-得到标注的json文件-把json文件转成mask文件
然后先看看单张图片是怎么依次做到上面的事情的。
首先知道一些基本的
1、标注前
工具labelme
labelme软件配置
2、标注中
标注单张图像现在做这个
使用“分割一切”SAM视觉大模型辅助标注
标注多张图像
标注注意事项
3、标注后
划分训练集和测试集
讲labelme的json标注格式转换为整数掩膜mask格式
下载西瓜语义分割样例数据集
下载labelme
下载labelme
https://github.com/labelmeai/labelme/releases?afterv3.22.1
注意
文件-取消-同时保存图像不然很大占用内存
文件-勾选-自动保存
开始标注
labelme:编辑-创建多边形-开始描狗 label标注文件json格式
存储的格式是右边的json格式这就是刚刚画的labelme格式的标注文件 labelme格式标注文件json文件存放了什么
这个shapes很重要里面有我们自己画的标签的类别比如“chaiquan1”和我们当时画标签的时候描的每一个点。 json十分轻量化9kb就能保存标注了 如果在单张图片上绘制了好几个物体最后的标注都会汇集在一个json文件上
比如第一个是“chaiquan”标签的信息那第二个就是“zhangpeng”的标签信息以此类推一张图片上你打了几个标签就会在json文件里出现几个标签的信息 除了自己描还能用AI辅助标注但是我打开会闪退这个问题待解决。
另外注意标注过程中不要切换目录
要确认json文件最后imagePath的图像路径只能是图像名字本身不能有其他的路径和符号。
标注转换手打json标签文件到mask掩码文件
现在labelme格式的标签文件我们就做好了但是labelme的json格式的文件并不能够直接用于语义分割的模型训练所以我们要把json文件转换为整数掩膜mask格式在像素层面上做类别标注并且划分成训练集和测试集并且用于后续的训练。
语义分割的本质就是给每个像素做分类所以语义分割的标注就是给每个像素打上类别标签这种格式叫做整数掩膜格式因为能够严丝合缝的盖在原来的图上所以叫做掩码 使用代码将labelme的标注文件转换成掩码
链接常见计算机视觉标注格式相互转换
https://github.com/TommyZihao/Label2Everything 【labelme转mask-单张图像】
为了好展示图像直接在jupyter notebook上面运行我的jupyter notebook安装在conda下的yes虚拟环境cmd激活进入环境但是py38_pytorch虚拟环境也是和yes环境共同用的jupyter notebook所以从cmd进入yes激活jupyternotebook后进入py38_pytorch虚拟环境就行了或者在云服务器处理也行。
先查下自己所在的工作路径当然在哪里也不影响对图片的读取 1、导入包
import os import json import numpy as np import cv2
import matplotlib.pyplot as plt %matplotlib inline
2、读取图片
注意我在这一直报错搞了半天原因是我用了中文路径换了个英文就好了。。。。是所以以后都用英文路径吧 重新来
img_path E:/gettyimages.jpg
img_bgr cv2.imread(img_path)
img_bgr.shape
plt.imshow(img_bgr[:,:,::-1]) plt.show()
【为什么要plt.imshow(img_bgr[:,:,::-1])】
是为了让opencv和matplot适应因为我们在jupyternotebook上最开始用了%matplotlib,让他直接显示图片。
plt.imshow(img_bgr[:,:,::-1]) 的部分是为了在matplotlib中正确显示通过OpenCV读取的图像。
- plt.imshow(): 这是matplotlib库中的函数用于显示图像数据。 - img_bgr[:,:,::-1]: 这是numpy数组切片的用法用于改变图像数组的通道顺序。让我们逐部分解析 - 第一个和第二个冒号(:): 这两个冒号意味着选取图像的所有行和列即不改变图像的高度和宽度。 - 第三个部分(::-1): 这里的-1是步长参数它指示从结尾开始向前选取元素即反转选取的元素。在这个上下文中它被应用于通道轴意味着通道的顺序将会被反转。
由于OpenCV读取图像时默认采用BGR蓝色、绿色、红色的通道顺序而matplotlib期望的图像格式是RGB红色、绿色、蓝色。因此通过[:,:,::-1]你实际上是在对图像的通道轴进行反转将BGR顺序转换为RGB顺序这样图像在matplotlib中显示时颜色就会正确无误。
总结来说img_bgr[:,:,::-1]这一操作是为了适配OpenCV和matplotlib之间不同的颜色通道顺序确保图像能够以正确的颜色显示在matplotlib的画布上。 3、创建一个和原图大小一样的背景图
注意是和原图一模一样大
img_mask np.zeros(img_bgr.shape[:2])
img_mask
plt.imshow(img_mask) plt.show()
【img_mask np.zeros(img_bgr.shape[:2])】
这段代码创建了一个与img_bgr图像具有相同宽度和高度的二维numpy数组img_mask并且这个数组的所有元素都被初始化为0。这里是逐步解析
- img_bgr.shape[:2]这里img_bgr.shape返回一个包含图像尺寸的元组通常是(高度, 宽度, 通道数)。使用切片操作[:2]选取前两个元素即图像的高度和宽度忽略通道数信息。这是因为掩码通常是对每个像素的位置进行标记不需要颜色通道信息所以是一个二维数组。
- np.zeros(...)这个numpy函数用于创建一个指定形状的新数组并将所有元素初始化为0。传入的参数是(高度, 宽度)因此生成的数组尺寸与原图像的尺寸在宽度和高度上相匹配但它是单通道的灰度每个元素都是0代表一个全黑的“掩模”图像。
简而言之img_mask是一个与img_bgr图像空间尺寸相同的全零数组常用于后续的图像处理作为掩模比如在图像分割、对象检测或特定区域的标记等场景中。 4、载入该图片labelme格式的json标注文件
labelme_json_path E:\dog\gettyimages.json
with open(labelme_json_path,r,encodingutf-8) as f: labelme json.load(f)
labelme.keys()
【with open(labelme_json_path,r,encodingutf-8) as f: labelme json.load(f)】
这段代码是用来读取并加载一个使用JSON格式存储的LabelMe标注文件的。以下是代码的逐行解释
- with open(labelme_json_path, r, encodingutf-8) as f:这一行使用了Python中的with语句来打开一个文件。labelme_json_path是你要读取的LabelMe JSON文件的路径。文件被以只读模式(r)打开并且指定了字符编码为utf-8来正确处理可能包含的非ASCII字符。as f部分创建了一个名为f的文件对象让你能够读取文件内容。使用with语句的好处在于它能确保文件在操作完成后会被正确关闭即使发生了异常也是如此。
- labelme json.load(f): 这一行使用了Python的内置json模块来从已经打开的文件对象f中读取数据并将其解析为Python的数据结构通常是字典或列表。这意味着如果LabelMe的JSON文件中包含图像的标签、边界框、多边形等标注信息这些信息会被转换成Python的数据类型存储在变量labelme中供后续的程序逻辑使用。
综上所述这段代码的作用是从指定路径的LabelMe JSON文件中读取图像标注数据并将其内容以Python数据结构的形式保存在变量labelme里以便进一步处理或分析这些标注信息。 5、解析labelme的元数据 6、打印该图片中的所有标注信息
把labelme的每一个shape拿出来打印每一个标签名字和画的类别用什么线画的 因为在前面with open(labelme_json_path,r,encodingutf-8) as f: labelme json.load(f)
我们定义了labelme是我们标注的json文件然后这个labelme json文件里包含了我们标注地所有信息其中比较重要的就是储存在里面的label标签信息和画这个标签时候我们用的什么线条是多线段还是圆圈还是两点线段什么的
7、开始做绘制每个类别mask的准备
每个类别的信息然后画mask的顺序是画的时候按照由大到小由粗到精的顺序比如从大的天空到中等的建筑再到小的人颗粒度也是从粗到精
# 0-背景从1开始 class_info [ {label:zhangpeng,type:line,color:1,thickness:5} ,# line 两点线段填充线宽 {label:chaiquan,type:polygon,color:2}, {label:line,type:polygon,color:3} ]
因为当时画的时候我标注了3个标签一个是柴犬一个是帐篷一个是一条线那按照从大到小的顺序就是先把帐篷柴犬线这三个按照顺序列出来在这里要给出label的名字画label的线条类别以及颜色还有宽度等等。。。
顺序摆好以后开始画mask
8、按顺序把mask绘制在空白图上
for one_class in class_info: # 按顺序遍历每一个类别 for each in labelme[shapes]: # 遍历所有标注找到属于当前类别的标注 if each[label] one_class[label]: if one_class[type] polygon: # polygon 多段线标注 # 获取点的坐标 points [np.array(each[points], dtypenp.int32).reshape((-1, 1, 2))] # 在空白图上画 mask闭合区域 img_mask cv2.fillPoly(img_mask, points, colorone_class[color]) elif one_class[type] line or one_class[type] linestrip: # line 或者 linestrip 线段标注 # 获取点的坐标 points [np.array(each[points], dtypenp.int32).reshape((-1, 1, 2))] # 在空白图上画 mask非闭合区域 img_mask cv2.polylines(img_mask, points, isClosedFalse, colorone_class[color], thicknessone_class[thickness]) elif one_class[type] circle: # circle 圆形标注 points np.array(each[points], dtypenp.int32) center_x, center_y points[0][0], points[0][1] # 圆心点坐标 edge_x, edge_y points[1][0], points[1][1] # 圆周点坐标 radius np.linalg.norm(np.array([center_x, center_y] - np.array([edge_x, edge_y]))).astype(uint32) # 半径 img_mask cv2.circle(img_mask, (center_x, center_y), radius, one_class[color], one_class[thickness]) else: print(未知标注类型, one_class[type])
plt.imshow(img_mask) plt.show() 9、把刚刚画的mask保存下来
保存的mask必须是png格式
img_mask.shape # 可以看到mask和原图一样大
# img_path E:/dog/gettyimages.jpg mask_path img_path.split(.)[0].png
cv2.imwrite(mask_path,img_mask) 然后这时候看到原来放原图和标注label的json文件还有刚刚生成的mask文件都在一个文件夹下面但是如果直接打开是黑色的因为1234这种像素在0-255里面是很小的像素直接打开图片只会是黑色的。 所以用cv2.imread载入图像
10、正确的载入和显示mask图像
mask_img cv2.imread(E:/dog/gettyimages.png)
mask_img.shape
np.unique(mask_img) # 可以看到一共是四个类别
plt.imshow(mask_img[:,:,0]) # 取单通道展示出来 所以最后是取0取12也是一样的 plt.show() 完整代码
http://localhost:8888/doc/tree/%E5%8D%95%E5%BC%A0%E5%9B%BE%E7%89%87label%E8%BD%ACmask.ipynb
