python - 从 labelme json 文件创建 tfrecord

Question

我想创建一个对象检测神经网络，从一些具有特殊形状的特殊项目和有限 相对较小图像数据集。为此我使用了labelme 由于对象的形状，我认为多边形标签比普通的拳击标签表现更好。我想使用一个来自 coco Tensorflow 检测模型的预训练模型，但我努力从 json 文件创建 tfrecord 文件。正如您在下面看到的，它包括多边形和圆形 shape_type。提前感谢您的帮助。 如果您知道如何将它转换为 tfrecord 或一些替代的标记程序，这些程序可以更好地解决我的问题，请告诉我，如果它解决了我的问题，我会重新标记我的图像。 json 文件例如:

    {
  "version": "3.5.0",
  "flags": {},
  "shapes": [
    {
      "label": "polygon",
      "line_color": null,
      "fill_color": null,
      "points": [
        [
          447,
          110
        ],
        [
          491,
          63
        ],
        [
          531,
          47
        ],
        [
          559,
          79
        ],
        [
          544,
          121
        ],
        [
          532,
          128
        ],
        [
          536,
          139
        ],
        [
          516,
          148
        ],
        [
          497,
          174
        ]
      ],
      "shape_type": "polygon"
    },
    {
      "label": "circle",
      "line_color": null,
      "fill_color": null,
      "points": [
        [
          403,
          317
        ],
        [
          377,
          262
        ]
      ],
      "shape_type": "circle"
    }
  ],
  "lineColor": [
    0,
    255,
    0,
    128
  ],
  "fillColor": [
    255,
    0,
    0,
    128
  ],
  "imagePath": "teszt.jpg",
  imageData ...(long data) 

Answer 1

从 JSON 文件的外观来看，我相信您正在进行实例分割。您可以使用 labelme 示例目录中提供的脚本。

Instance Segmentation folder有两个脚本 labelme2coco.py 和 labelme2voc.py

因此您可以将 labelme JSON 转换为 COCO 格式或 VOC 格式，并使用它们构建 TFRecords

tensorflow models repo有一堆脚本可以帮助你做到这一点