跳转至

PaddleX语义分割任务模块数据标注教程

本文档将介绍如何使用 Labelme 标注工具完成语义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

该数据集是人工采集的街景数据集，数据种类涵盖了车辆和道路两种类别，包含目标不同角度的拍摄照片。图片示例：

示例图片1 示例图片1 示例图片1
示例图片1 示例图片1 示例图片1

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，语义分割等任务，在语义分割的标注任务中，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 seg_dataset
  • 在 seg_dataset 中创建 images 目录（目录名称可修改，但要保持后续命令的图片目录名称正确），并将待标注图片存储在 images 目录下，如下图所示：

2.3.2 启动Labelme

终端进入到待标注数据集根目录，并启动 labelme 标注工具。

# Windows
cd C:\path\to\seg_dataset
# Mac/Linux
cd path/to/seg_dataset

labelme images --nodata --autosave --output annotations
* 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"编辑"选择标注类型

* 选择创建多边形

* 在图片上绘制目标轮廓

  • 出现如下左图所示轮廓线闭合时，弹出类别选择框，可输入或选择目标类别

通常情况下，只需要标注前景目标并设置标注类别即可，其他像素默认作为背景。如需要手动标注背景区域，类别必须设置为 background，否则格式转换数据集会出现错误。 对于图片中的噪声部分或不参与模型训练的部分，可以使用 ignore 类，模型训练时会自动跳过对应部分。 针对带有空洞的目标，在标注完目标外轮廓后，再沿空洞边缘画多边形，并将空洞指定为特定类别，如果空洞是背景则指定为 background，示例如下：

  • 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

  • 调整目录得到安全帽检测标准labelme格式数据集   a. 在数据集根目录 seg_datset 下载并执行目录整理脚本。执行脚本后的 train_anno_list.txt 和 val_anno_list.txt 中具体内容如图所示：

python format_seg_labelme_dataset.py
b. 经过整理得到的最终目录结构如下：

2.3.4 格式转换

使用LabelMe标注完成后，需要将数据格式转换为Seg 数据格式。下面给出了按照上述教程使用LableMe标注完成的数据和进行数据格式转换的代码示例。

cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/seg_dataset_to_convert.tar -P ./dataset
tar -xf ./dataset/seg_dataset_to_convert.tar -C ./dataset/

python main.py -c paddlex/configs/semantic_segmentation/PP-LiteSeg-T.yaml \
    -o Global.mode=check_dataset \
    -o Global.dataset_dir=./dataset/seg_dataset_to_convert \
    -o CheckDataset.convert.enable=True \
    -o CheckDataset.convert.src_dataset_type=LabelMe

数据格式

PaddleX 针对图像分割任务定义的数据集，名称是SegDataset，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     # 存放标注图像的目录，目录名称可以改变，注意与标识文件的内容相对应
├── images          # 存放原始图像的目录，目录名称可以改变，注意与标识文件的内容相对应
├── train.txt       # 训练集标注文件，文件名称不可改变。每行是原始图像路径和标注图像路径，使用空格分隔，内容举例：images/P0005.jpg annotations/P0005.png
└── val.txt         # 验证集标注文件，文件名称不可改变。每行是原始图像路径和标注图像路径，使用空格分隔，内容举例：images/N0139.jpg annotations/N0139.png
标注图像是单通道灰度图或者单通道伪彩色图，建议使用PNG格式保存。标注图像中每种像素值代表一个类别，类别必须从0开始依次递增，例如0、1、2、3表示4种类别。标注图像的像素存储是8bit，所以标注类别最多支持256类。

请大家参考上述规范准备数据，此外可以参考：示例数据集

评论