现成的代码可用
https://github.com/fcakyon/labelme2coco
举个使用例子:下载或者clone之后,在该项目的根目录中创建一个main.py文件,使用下面这个代码。

# import functions
from labelme2coco import get_coco_from_labelme_folder, save_json
# set labelme training data directory
labelme_train_folder = "D:/test11/train"
# 修改路径
# train文件夹中是有图片文件有json文件的
# set labelme validation data directory
labelme_val_folder = "D:/test11/val"
# 修改路径
# val文件夹中是有图片文件有json文件的
# set path for coco json to be saved
export_dir = "D:/test11/annotations/"
# 输出路径
# create train coco object
train_coco = get_coco_from_labelme_folder(labelme_train_folder)
# export train coco json
save_json(train_coco.json, export_dir+"train.json")
#输出路径及输出文件名称train.json
# create val coco object
val

本文介绍了如何利用现成的`labelme2coco`代码库,将LabelMe训练集和验证集中的图像及其对应的JSON标注文件转换为COCO格式,便于进一步的深度学习模型训练和评估。

4918

被折叠的 条评论
为什么被折叠?



