说明
labelme制作yolov5模型的数据集，超级详细，主要步骤：
- labelme安装和使用教程
- python实现json文件转txt文件格式
- python实现对指定格式文件进行提取
找一批牛和马的数据集，用来做YOLOv5实现牛马检测识别任务，数据集格式如下：
1、安装labelme环境和labelme标注教程
（1）进入pycharm在终端输入：
pip install labelme
（2）安装完labelme后，在终端输入labelme标注工具：
（3）点击Open dir找到数据集所放的位置，然后选择需要标注的数据集所在的文件夹：
（4）点击Edit，选择标注的方式(我选择的是矩形框标注(Create Rectangle))：
（5）框出目标物，单击鼠标左键弹出标签名称，输入标签值（此实验室是牛和马标注，我的标签值是cattle和horse），标签值填写好后点击ok
(6) 标注完一张后，进行保存和下一张继续标注，快捷键Ctrl+s保存，按键‘d’切换下一张图片：
（7）把所有图片标注完后大概是这个样子(标注结果json也放在了图片所在的目录中)：
2、python实现json文件转txt文件格式
将labelme标注的结果json文件转换为yolov5模型需要的txt文件格式
import os
import numpy as np
import json
from glob import glob
import cv2
from sklearn.model_selection import train_test_split
from os import getcwd
classes = ["cattle", "horse"]
# 1.标签路径
labelme_path = r"C:/Users/xxxx/Desktop/images/dataset/cattle/"
isUseTest = True # 是否创建test集
# 3.获取待处理文件
files = glob(labelme_path + "*.json")
files = [i.replace("\\", "/").split("/")[-1].split(".json")[0] for i in files]
print(files)
if isUseTest:
trainval_files, test_files = train_test_split(files, test_size=0.1, random_state=55)
else:
trainval_files = files
# split
train_files, val_files = train_test_split(trainval_files, test_size=0.1, random_state=55)
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = (box[0] + box[1]) / 2.0 - 1
y = (box[2] + box[3]) / 2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
wd = getcwd()
print(wd)
def ChangeToYolo5(files, txt_Name):
if not os.path.exists('tmp/'):
os.makedirs('tmp/')
list_file = open('tmp/%s.txt' % (txt_Name), 'w')
for json_file_ in files:
json_filename = labelme_path + json_file_ + ".json"
imagePath = labelme_path + json_file_ + ".jpg"
list_file.write('%s/%s\n' % (wd, imagePath))
out_file = open('%s/%s.txt' % (labelme_path, json_file_), 'w')
json_file = json.load(open(json_filename, "r", encoding="utf-8"))
height, width, channels = cv2.imread(labelme_path + json_file_ + ".jpg").shape
for multi in json_file["shapes"]:
points = np.array(multi["points"])
xmin = min(points[:, 0]) if min(points[:, 0]) > 0 else 0
xmax = max(points[:, 0]) if max(points[:, 0]) > 0 else 0
ymin = min(points[:, 1]) if min(points[:, 1]) > 0 else 0
ymax = max(points[:, 1]) if max(points[:, 1]) > 0 else 0
label = multi["label"]
if xmax <= xmin:
pass
elif ymax <= ymin:
pass
else:
cls_id = classes.index(label)
b = (float(xmin), float(xmax), float(ymin), float(ymax))
bb = convert((width, height), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
print(json_filename, xmin, ymin, xmax, ymax, cls_id)
ChangeToYolo5(train_files, "train")
ChangeToYolo5(val_files, "val")
ChangeToYolo5(test_files, "test")
-
代码运行
代码需要修改的地方，如 下图两个标出的方框中，第一个方框为对应的两个标签值，标签值cattle(牛)对应的是0、horse(马)对应的是1。
第二个方框为json所在文件夹的存储路径。
-
运行结果：
json文件转换生成的txt文件保存到当前目录下，如下图：
除此之外，还在当前目录下生成如下文件：
3、python实现对指定格式文件进行提取
上面第二步可以看出文件太乱了，所有文件包括图片、对图片的标注结果json的文件以及生成的txt格式的文件都在一个文件夹内，所以要把他们提取到指定文件夹里面，实现代码：
import os
import shutil
#文件存放目录
source_folder = r"C:/Users/xxx/Desktop/data/images/"
#提取文件保存目录
destination_folder = r"C:/Users/xxx/Desktop/data/train/labels/"
# 自动创建输出目录
if not os.path.exists(destination_folder):
os.makedirs(destination_folder)
# 遍历所有子文件夹
for parent_folder, _, file_names in os.walk(source_folder):
# 遍历当前子文件夹中的所有文件
for file_name in file_names:
# 只处理图片文件
# if file_name.endswith(('jpg', 'jpeg', 'png', 'gif')):#提取jpg、jpeg等格式的文件到指定目录
if file_name.endswith(('.txt')):#提取json格式的文件到指定目录
# 构造源文件路径和目标文件路径
source_path = os.path.join(parent_folder, file_name)
destination_path = os.path.join(destination_folder, file_name)
# 复制文件到目标文件夹
shutil.copy(source_path, destination_path)
- 代码讲解：
如下图，代码只修改如下三个地方，第一个红框是：原文件存放路径，第二个是提取后保存的目标路径，第三个是提取文件的格式，下面是对图片进行提取，我的位置是保存到路径下：
C:/Users/xxx/Desktop/data/train/images/
- 运行结果：
- 同样的方法对txt文件进行提取：
- 提取结果：
再来进行数据拆分：
训练集：验证集：测试集=7：2：1，得到如下数据：
数据集的格式如下：
dataset
|——test
|——images
|——train
|——images
|——labels
|——val
|——images
|——labels
其中images里面是图片：
labels里面装的是标注的结果转换而来的txt文件：
值得注意的是，train文件或者val文件夹里面的images和labels里面的文件是一一对应的：
至此，yolov5的标准数据集制作完成。
如何训练复现yolov5模型请移步下一章。
文章出处登录后可见！
