深度学习——制作自己的VOC图像分割数据集_编程开发

深度学习——制作自己的VOC图像分割数据集

创始人

2024-03-28 16:27:33

0次

1、数据集介绍
COCO数据集有80个类别，VOC数据集有20个类别。当这些数据集类别中没有自己需要的时候，就需要自己动手做自己的数据集了。

我自己在做数据集的时候主要使用到了labelme和labelImg两个工具。labelme主要是制作语义分割数据集(ImageSets,JPEGImages,SegmentationClass,SegmentationObject几个文件夹)，labelImg主要是制作目标检测数据集(主要是Annoations中的xml文件)，最后把两个合在一起就可以使用maskR-CNN来训练了。文件结构如下图所示：
在这里插入图片描述
2、安装labelme

参考：Windows下使用labelme标注图像
在这里插入图片描述

3、开始数据集制作
点击OpenDir打开要制作数据集图片的文件夹。点击CreatePolygons标记图片就可以了，最后每张图片标记好之后，别忘记点击save保存。此时的会保存问json格式的文件，如图所示：
在这里插入图片描述
接下来就要转换这些json格式为轮廓图片。
将图片和j

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：OpenCV实战——实现高效图像扫描循环

下一篇：Virtual Private Network

深度学习——制作自己的VOC图像分割数据集

相关内容

热门资讯