(Windows)anaconda安装Labelme并标注自己的数据集+数据集文件准备
主要参考文章:
Windows下使用anaconda安装Labelme并标注自己的数据集_wangzhwsme的博客-CSDN博客_anaconda安装labelmehttps://blog.csdn.net/u012746060/article/details/81871733
一、安装环境
windows10,anaconda3,python3.7
二、安装过程
1. 打开anaconda prompt
conda create --name=labelme python=3.7
activate labelme
conda install pyqt
pip install labelme
2. 打开labelme
labelme
三、下次打开labelme
activate labelme
labelme
四、使用labelme
1. Open 要标记的图片
2. Edit中选择Create形式Polygons
3. Save保存以后为JSON文件
4. 将单个json文件生成数据集
a.找到F:\Anaconda\envs\labelme\Scripts
b.输入命令(labelme_json_to_dataset.exe+空格+文件名称.json)
activate labelme
label_json_to_dataset.exe C:\Users\91078\Desktop\2383514521_1fc8d7b0de_z.json
c.转换为单通道的image输出(label.png即是我们要的label_data)
5. 批量将json文件生成数据集(还没学习先mark)
import os
path = 'E:\label_data\leg_data_segmentation\DestTotalImg\\' # path是你存放json的路径
json_file = os.listdir(path)
for file in json_file:os.system("python C:\\Users\PATAC\Anaconda3\envs\labelme\Scripts\labelme_json_to_dataset.exe %s"%(path + file))
labelme批量json_to_dataset转换_简简单单-CSDN博客_labelme批量之前写过的一篇博客,https://blog.csdn.net/yql_617540298/article/details/81110685,发现朋友遇到了好多问题。刚好,我换了电脑之后,还没有安装这个环境,所以重新尝试了一下安装labelme,然后把遇到的问题和大家分享一下。我之前的环境是win10+python3.6.2,现在的环境是win10+python3.8.3。一、安装labelmepip install labelme二、进入labelme安装目录进...https://blog.csdn.net/yql_617540298/article/details/111041776
五、准备训练数据集
参考文章:
mask rcnn训练自己的数据集_Tom Hardy的博客-CSDN博客_maskrcnn训练自己的数据集前言最近迷上了mask rcnn,也是由于自己工作需要吧,特意研究了其源代码,并基于自己的数据进行训练~ 本博客参考https://blog.csdn.net/disiwei1012/article/details/79928679#commentsedit实验目的 哎~说多了都是泪,谁让我是工科生呢?只能检测工件了。。。做不了高大上的东西了,哈哈主要参考及工具...https://blog.csdn.net/qq_29462849/article/details/810373431. 按照作者准备的文件夹
2. pic用来放训练的图像,原图?
3. json(通过labelme处理Save后生成的文件)
4. labelme_json(处理.json文件后产生的数据集,内有四个文件)
5. cv2_mask文件
由于labelme生成的掩码标签 label.png为16位存储,opencv默认读取8位,需要将16位转8位,可通过C++程序转化。
opencv将16位灰度图片转化为8位_一呆飞仙的博客-CSDN博客_opencv16位转8位大家在加载灰度图时,一定要看准图片存储格式位数 opencv默认为8位读取,如果该图为16位,则读取为全0,导致程序出错 以下代码只需修改路径,可以批量处理图片#include <iostream>#include <opencv2/opencv.hpp>#include <string>#include <stdio.h>usi...http://blog.csdn.net/l297969586/article/details/79154150
2022/2/13更新:现在labelme生成的label.png已经是8位了,不需要转化。
(Windows)anaconda安装Labelme并标注自己的数据集+数据集文件准备相关推荐
- Anaconda安装labelImg图像标注软件
打开Anaconda Prompt,在命令窗口中激活新环境,并进入到新环境中,然后依次输入以下命令完成labelImg的安装. 方法一:(使用镜像) pip install PyQt5 -i http ...
- windows anaconda 安装nco
参考资料: ①https://blog.csdn.net/weixin_44547510/article/details/124888814?spm=1001.2014.3001.5506 ②nco参 ...
- window php 安装zip扩展,Windows下安装php_rar 扩展,让php实现rar文件的读取和解压
PHP Rar Archiving 模块 (php_rar) 是一个读取和解压rar文件的模块,但不提供RAR压缩(打包)的功能. 1.首先要到PECL的RAR页面下载DLL. 根据自己的情况选择下载 ...
- 【Linux】Windows 10 安装应用商店 ubuntu 终端后访问本地文件
Linux 小白.因为比赛需要用到一些 Linux 命令,因此不得不用终端. 应用商店安装 ubuntu 后,想跳出根目录,访问 windows 文件,尝试了网上说的几个方法,都不太好使: mount ...
- 如何在Windows上安装Maven
Apache Maven is the most popular project management tool for Java applications. We can install maven ...
- AI 图片截取、ffmpeg使用及安装, anaconda环境,图片标注(labelme),模型训练(yolov5),CUDA+Pytorch安装及版本相关问题
AI 图片截取(ffmpeg), anaconda环境,图片标注(labelme),模型训练(yolov5),CUDA+Pytorch安装及版本相关问题 一.截取有效图片 录制RTSP视频脚本 #!/ ...
- anaconda、labelme标注软件安装和使用
anconda安装 https://blog.csdn.net/qq_38451119/article/details/83036495 注意: 安装过程中遇到下面这一步: 勾选第一项,后续步骤直接一 ...
- anaconda3配置环境变量_Python:Anaconda安装及LabelMe配置(1)
目录 一.开发工具下载 二.安装过程 三.检测安装成功 四.安装LabelMe环境 一.开发工具下载 官网下载地址:https://www.anaconda.com/products/individu ...
- Anaconda python windows环境安装及完全排坑教程
(本文篇幅较长,浏览器下搜索关键信息请直接使用ctrl+F关键词查找) 点击以下内容空降 Anaconda是什么? 1.0篇 anaconda初体验 1.Anaconda3的安装 pycharm部分( ...
最新文章
- 【Oracle】ORA 01810 格式代码出现两次-转
- SOC(网络安全管理平台)
- 根据Word表格自动生成SQL数据库脚本的VBScript代码
- 腾讯2020校园招聘----逆序对
- Spring Boot Cache之缓存
- Ripro子主题-ziyuan-zhankr资源主题 蓝色简约版
- C# WinForm窗口最小化到系统托盘
- 【树莓派】Linux指令使用记录
- Maven构建生命周期和各种plugin插件
- 强连通分量(tarjan求强连通分量)
- 你画我猜 计算机题目,你比我猜游戏爆笑词语(你画我猜题目大全500道)
- 【笔记------STM32】高级定时器TIM1,CH3N输出PWM的示例
- 英语口语196之每日十句口语
- VS 2015 更换exe的图标
- 佐治亚大学计算机工程本科课程,美国大学本科专业排名:计算机工程.docx
- Java关于身份证验证的实现
- java-使用 flying-saucer 通过 xhtml 生成 pdf 文档支持 css 和 图片
- selenium 模拟键盘事件 复制粘贴、右键、回车等
- SCI回复评审意见模板
- Debian下Apache2安装与设置 一 ZT
热门文章
- CyanogenMod 表示不会推出基于预览版 Android L 的CM ROM
- 低代码指南100解决方案:47深度解读丰田精益生产管理模式,5大精髓助力精益生产又好又快推行
- Greenplum 实时数据仓库实践(9)——Greenplum监控与运维
- 深入浅出matplotlib(37):调整坐标轴的位置二
- 处理win2000web服务器
- 手把手教你理解决策树:从概念到应用
- Excel快速将自己的名字识别为二维码
- ue4 umgui设计 生命值和能量条
- 前端开发:自定义搜索框(含联想搜索)
- ASP.NET中@Page指令中的AutoEventWireup