labelme制作yolov5模型的数据集

说明

labelme制作yolov5模型的数据集，超级详细，主要步骤：

1. labelme安装和使用教程
2. python实现json文件转txt文件格式
3. 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)defconvert(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)defChangeToYolo5(files, txt_Name):ifnot 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])ifmin(points[:,0])>0else0
            xmax =max(points[:,0])ifmax(points[:,0])>0else0
            ymin =min(points[:,1])ifmin(points[:,1])>0else0
            ymax =max(points[:,1])ifmax(points[:,1])>0else0
            label = multi["label"]if xmax <= xmin:passelif ymax <= ymin:passelse:
                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ifnot 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。