PaddleX实例分割任务模块数据标注教程¶

本文档将介绍如何使用 Labelme 标注工具完成实例分割相关单模型的数据标注。点击上述链接，参考⾸⻚⽂档即可安装数据标注⼯具并查看详细使⽤流程。

1. 标注数据示例¶

该数据集是水果实例分割数据集，涵盖五种不同的水果，包含目标不同角度的拍摄照片。图片示例：

2. Labelme标注¶

2.1 Labelme 标注工具介绍¶

Labelme 是一个 python 语言编写，带有图形界面的图像标注软件。可用于图像分类、目标检测、图像分割等任务，在实例分割的标注任务中，标签存储为 JSON 文件。

2.2 Labelme 安装¶

为避免环境冲突，建议在 conda 环境下安装。

conda create -n labelme python=3.10
conda activate labelme
pip install pyqt5
pip install labelme

2.3 Labelme 标注过程¶

2.3.1 准备待标注数据¶

创建数据集根目录，如 fruit。
在 fruit 中创建 images 目录（必须为 images 目录），并将待标注图片存储在 images 目录下，如下图所示：

在 fruit 文件夹中创建待标注数据集的类别标签文件 label.txt，并在 label.txt 中按行写入待标注数据集的类别。以水果实例分割数据集的 label.txt 为例，如下图所示：

2.3.2 启动 Labelme¶

终端进入到带标注数据集根目录，并启动 labelme 标注工具。

cd path/to/fruit
labelme images --labels label.txt --nodata --autosave --output annotations

* labels 类别标签路径。 * nodata 停止将图像数据存储到JSON文件。 * autosave 自动存储。 * ouput 标签文件存储路径。

2.3.3 开始图片标注¶

启动 labelme 后如图所示：

* 点击 Edit 选择标注类型，选则 Create Polygons。 * 在图片上创建多边形描绘分割区域边界。

* 再次点击选择分割区域类别。

标注好后点击存储。（若在启动 labelme 时未指定 output 字段，会在第一次存储时提示选择存储路径，若指定 autosave 字段使用自动保存，则无需点击存储按钮）。

然后点击 Next Image 进行下一张图片的标注。

* 最终标注好的标签文件如图所示。

调整目录得到水果实例分割标准 labelme 格式数据集。在数据集根目录创建 train_anno_list.txt 和 val_anno_list.txt 两个文本文件，并将 annotations 目录下的全部 json 文件路径按一定比例分别写入 train_anno_list.txt 和 val_anno_list.txt，也可全部写入到 train_anno_list.txt 同时创建一个空的 val_anno_list.txt 文件，待上传零代码使用数据划分功能进行重新划分。train_anno_list.txt 和 val_anno_list.txt 的具体填写格式如图所示：

将 fruit 目录打包压缩为 .tar 或 .zip 格式压缩包即可得到水果实例分割标准 labelme 格式数据集。

3. 数据格式¶

PaddleX 针对实例分割任务定义的数据集，名称是 COCOInstSegDataset，组织结构和标注格式如下：

dataset_dir                  # 数据集根目录，目录名称可以改变
├── annotations              # 标注文件的保存目录，目录名称不可改变
│   ├── instance_train.json  # 训练集标注文件，文件名称不可改变，采用COCO标注格式
│   └── instance_val.json    # 验证集标注文件，文件名称不可改变，采用COCO标注格式
└── images                   # 图像的保存目录，目录名称不可改变

标注文件采用 COCO 格式。请大家参考上述规范准备数据，此外可以参考：示例数据集。

当大家使用的是 PaddleX 2.x 版本的实例分割数据集时，请参考实例分割模块开发教程中对应的格式转换部分，将 VOC 格式数据集转换为 COCO 数据集。（模块开发文件中注明）

注：

实例分割数据要求采用 COCO 数据格式标注出数据集中每张图像各个目标区域的像素边界和类别，采用 [x1,y1,x2,y2,...,xn,yn] 表示物体的多边形边界（segmentation）。其中，(xn,yn) 表示多边形各个角点坐标。标注信息存放到 annotations 目录下的 json 文件中，训练集 instance_train.json 和验证集 instance_val.json 分开存放。
如果你有一批未标注数据，我们推荐使用 LabelMe 进行数据标注。对于使用 LabelMe 标注的数据集，PaddleX产线支持进行数据格式转换。
为确保格式转换顺利完成，请严格遵循示例数据集的文件命名和组织方式： LabelMe 示例数据集。