石家庄站全景图网页原型图

作者：CSDN @ _养乐多_

本文将介绍如何使用 labelme 进行图片数据标签制作的方法，并将标签的格式从 JSON 格式转换为 YOLO 格式。

---

---

一、安装labelme

试过了labelme和labelImg，labelImg经常奔溃不太好用，最终选择labelme。

pip install labelme

二、使用流程

运行labelme，

比较好的数据管理方式是，将图片和标注信息分开保存，方便之后数据格式转换和数据集划分的脚本使用。所以需要将标注信息输出路径修改一下。我把图片都保存在images文件夹下了，输出标注信息的路径是和images同级的labels文件夹。最好取消同时保存图像数据按钮，并点击自动保存按钮。

总结：
1.点击自动保存；
2.更改标注信息输出路径到labels文件夹；
3.取消同时保存图像数据。

打开目录读取数据集，

编辑菜单中选择创建矩形，这是为了YOLO这种目标检测算法做标签用的。语义分割、目标追踪等就选多边形。

拖动矩形框并输入标注名称，点击ok即可自动保存。标注完之后选择下一张。
最后，labels文件夹下会保存所有的标注数据，不过是json格式。
如果想要用到YOLO算法中还需要将json格式修改为YOLO格式。

保存结果如下图所示，

三、json格式转为YOLO格式

category_dict，input_directory，output_directory 。
使用时，需要修改这三个变量。
category_dict：类别字典，对应类别名和类别ID；
input_directory ：json保存的目录；
output_directory ：YOLO格式标注的目录。

import json
import oscategory_dict = {'飞机': '1'}  # 类别字典def json_to_yolo(input_file_path, output_directory):data = json.load(open(input_file_path, encoding="utf-8"))  # 读取带有中文的文件image_width = data["imageWidth"]  # 获取json文件里图片的宽度image_height = data["imageHeight"]  # 获取json文件里图片的高度yolo_format_content = ''for shape in data["shapes"]:# 归一化坐标点，并计算中心点(cx, cy)、宽度和高度[[x1, y1], [x2, y2]] = shape['points']x1, x2 = x1 / image_width, x2 / image_widthy1, y2 = y1 / image_height, y2 / image_heightcx = (x1 + x2) / 2cy = (y1 + y2) / 2width = abs(x2 - x1)height = abs(y2 - y1)# 将数据组装成YOLO格式line = "%s %.4f %.4f %.4f %.4f\n" % (category_dict[shape['label']], cx, cy, width, height)  # 生成txt文件里每行的内容yolo_format_content += line# 生成txt文件的相应文件路径output_file_path = os.path.join(output_directory, os.path.basename(input_file_path).replace('json', 'txt'))with open(output_file_path, 'w', encoding='utf-8') as file_handle:file_handle.write(yolo_format_content)input_directory = "E:/DataSet/test/labels/"
output_directory = "E:/DataSet/test/labels-yolo/"file_list = os.listdir(input_directory)
json_file_list = [file for file in file_list if file.endswith(".json")]  # 获取所有json文件的路径for json_file in json_file_list:json_to_yolo(os.path.join(input_directory, json_file), output_directory)

四、按比例划分数据集（训练、验证、测试）

如果需要将图片和标签数据集按比例划分为训练、验证、测试数据集，请参考以下博客。

参考博客《YOLO：VOC格式数据集转换为YOLO数据集格式》中的第2节。