最近在做图像语义分割方面的学习，前期已经在本地电脑完整地训练了ADEChallengeData2016数据，下一阶段准备使用自己的数据集完成一些任务。下面整理一下我在使用labelme进行标注，实现自己数据集的制作。主要分为以下五部分：
目录
- 图像手动标注
- JSON文件批量转换
- 标签转为单通道灰度图
- 训练集批量扩充
- pickle文件（以字典形式保存数据集路径）制作
图像手动标注
图像标注使用专门的图像标签制作软件labelme。
该软件的WINDOWS操作系统下的安装包我已经上传，无偿奉送，点击链接自取。
JSON文件批量转换
有了json文件就离我们的标签图片进了一大步，接下来就是研究怎么把json转换成图片格式（这里转为png）。我们先来看看人家的数据集长什么样。
标签转为单通道灰度图
运行到此，我以为成功近在咫尺，所以直接将目前的数据输入分割 络，但提示错误，说他们需要深度为1的标签图片，而到目前为止实现的标签图片是四个通道，这就需要进行通道数转换，转成只有一个通道的灰度图。怎么转灰度图呢，废话不多说直接上代码。
下图即为标签图的原图（左）和转换后的灰度标签图（右）对比：
该扩充操作只能针对于训练集，否则会造成数据泄露，导致虽然最后训练集以及验证集的精度都很完美但实际上很垃圾。
pickle文件（以字典形式保存数据集路径）制作
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习211614 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！