深度学习分割json_to_data报错Too many dimensions: 3 ＞ 2

包这个错的原因是labelme（我的是5.0.1）的版本太新了，与旧版本labelme标注生成的json文件有所区别

解决办法1：把labelme版本降低，降到3.16.7

解决办法2：直接换代码，json_to_data的目的其实就是根据标注完的json文件来获取到mask图。

因为在语义分割在训练的时候用到的其实也就是原图和mask图，所以只要达到目的就好了。

import argparse
import base64
import json
import os
import os.path as ospimport imgviz
import PIL.Imagefrom labelme.logger import logger
from labelme import utilsdef main():logger.warning("This script is aimed to demonstrate how to convert the ""JSON file to a single image dataset.")logger.warning("It won't handle multiple JSON files to generate a ""real-use dataset.")# json_file是标注完之后生成的json文件的目录。out_dir是输出目录，即数据处理完之后文件保存的路径json_file = r"D:\Code\python\pytorch\unet-pytorch-main\myself_datas\01_cat_dog\before"out_dir1 = r"D:\Code\python\pytorch\unet-pytorch-main\myself_datas\01_cat_dog\SegmentationClass"# 如果输出的路径不存在，则自动创建这个路径if not osp.exists(out_dir1):os.mkdir(out_dir1)for file_name in os.listdir(json_file):# 遍历json_file里面所有的文件，并判断这个文件是不是以.json结尾if file_name.endswith(".json"):path = os.path.join(json_file, file_name)if os.path.isfile(path):data = json.load(open(path))# 获取json里面的图片数据，也就是二进制数据imageData = data.get("imageData")# 如果通过data.get获取到的数据为空，就重新读取图片数据if not imageData:imagePath = os.path.join(json_file, data["imagePath"])with open(imagePath, "rb") as f:imageData = f.read()imageData = base64.b64encode(imageData).decode("utf-8")#  将二进制数据转变成numpy格式的数据img = utils.img_b64_to_arr(imageData)# 将类别名称转换成数值，以便于计算label_name_to_value = {"_background_": 0}for shape in sorted(data["shapes"], key=lambda x: x["label"]):label_name = shape["label"]if label_name in label_name_to_value:label_value = label_name_to_value[label_name]else:label_value = len(label_name_to_value)label_name_to_value[label_name] = label_valuelbl, _ = utils.shapes_to_label(img.shape, data["shapes"], label_name_to_value)label_names = [None] * (max(label_name_to_value.values()) + 1)for name, value in label_name_to_value.items():label_names[value] = namelbl_viz = imgviz.label2rgb(label=lbl, image=imgviz.asgray(img), label_names=label_names, loc="rb")# out_dir = osp.basename(file_name).replace('.', '_')# out_dir = osp.join(out_dir1, out_dir)# if not osp.exists(out_dir):#     os.mkdir(out_dir)#     print(out_dir)# 将输出结果保存，# PIL.Image.fromarray(img).save(osp.join(out_dir, "%s_img.jpg" % file_name.split(".")[0]))utils.lblsave(osp.join(out_dir1, "%s.png" % file_name.split(".")[0]), lbl)# PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, "label_viz.png"))# with open(osp.join(out_dir, "label_names.txt"), "w") as f:#     for lbl_name in label_names:#         f.write(lbl_name + "\n")logger.info("Saved to: {}".format(out_dir1))if __name__ == "__main__":main()

深度学习分割json_to_data报错Too many dimensions: 3 ＞ 2相关推荐

关于安装李沐深度学习d2l包报错的解决办法（保姆教程）
目录:d2l包安装失败的解决过程前言一.李沐提供的安装方式 1. 创建一个新的环境 2. 激活 d2l 环境 3. 安装深度学习框架和d2l软件包 3.1 安装PyTorch的CPU或GPU版本 ...
深度学习-skimage.transform报错的玄学问题
背景: 将实验室工作站环境复制进公司的linux机器中,中间出现报错.错误原因是shape问题,不能将(1,112,112)转为(1,3,112,112),应该是(3,112,112),所以这里sha ...
李沐动手学深度学习概率部分报错
我用的版本情况: tensorflow 2.9.1 tensorflow-estimator 2.9.0rc0 tensorflow-io-gcs- ...
pytorch | 深度学习分割网络U-net的pytorch模型实现
原文:https://blog.csdn.net/u014722627/article/details/60883185 pytorch | 深度学习分割网络U-net的pytorch模型实现这个是 ...
安卓学习专栏——安卓报错android.support.v4.widget.SwipeRefreshLayout飘红
步骤系列文章 1.报错效果 2.修改方法使用新的标签名总结系列文章提示:转到安卓学习专栏,观看更多内容! 点我直达–>安卓学习专栏 1.报错效果第一行代码酷欧天气实战时飘红安卓报错a ...
安卓学习专栏——安卓报错android.support.v4.widget.DrawerLayout飘红
步骤系列文章 1.报错效果 2.修改方法使用新的标签名总结系列文章提示:转到安卓学习专栏,观看更多内容! 点我直达–>安卓学习专栏 1.报错效果第一行代码酷欧天气实战时飘红安卓报错a ...
【paper 1】2022 一种用于脑内出血血肿体积检测的鲁棒性深度学习分割方法-英文
A Robust Deep Learning Segmentation Method for Hematoma Volumetric Detection in Intracerebral Hemorr ...
Node.js 学习 ——nodemon 运行报错解决
Node.js 学习 --nodemon 运行报错解决报错记录 nodemon : 无法加载文件 C:\Users\Administrator.DESKTOP-0RUBNO7\AppDat on.p ...
强化学习Gym Atari报错缺少ale_c.dll
强化学习Gym Atari报错缺少ale_c.dll 问题: 一般在Windows10(及以上)系统中使用Anaconda配置强化学习的Gym环境时,如使用Breakout训练场,需要安装以下工具包 ...

深度学习分割json_to_data报错Too many dimensions: 3 ＞ 2

深度学习分割json_to_data报错Too many dimensions: 3 ＞ 2相关推荐

最新文章

热门文章