KeyPointAnnoTools.md

简体中文 | English

关键点检测标注工具

目录

LabelMe

• 使用说明
  • 安装
  • 关键点数据说明
  • 图片标注过程
• 标注格式
  • 导出数据格式
  • 格式转化总结
  • 标注文件(json)-->COCO

LabelMe

使用说明

安装

具体安装操作请参考LabelMe官方教程中的Installation

Ubuntu

sudo apt-get install labelme

# or
sudo pip3 install labelme

# or install standalone executable from:
# https://github.com/wkentaro/labelme/releases

macOS

brew install pyqt  # maybe pyqt5
pip install labelme

# or
brew install wkentaro/labelme/labelme  # command line interface
# brew install --cask wkentaro/labelme/labelme  # app

# or install standalone executable/app from:
# https://github.com/wkentaro/labelme/releases

推荐使用Anaconda的安装方式

conda create –name=labelme python=3
conda activate labelme
pip install pyqt5
pip install labelme

关键点数据说明

以COCO数据集为例，共需采集17个关键点

keypoint indexes:
        0: 'nose',
        1: 'left_eye',
        2: 'right_eye',
        3: 'left_ear',
        4: 'right_ear',
        5: 'left_shoulder',
        6: 'right_shoulder',
        7: 'left_elbow',
        8: 'right_elbow',
        9: 'left_wrist',
        10: 'right_wrist',
        11: 'left_hip',
        12: 'right_hip',
        13: 'left_knee',
        14: 'right_knee',
        15: 'left_ankle',
        16: 'right_ankle'

图片标注过程

启动labelme后，选择图片文件或者图片所在文件夹

左侧编辑栏选择create polygons ，右击图像区域选择标注形状，绘制好关键点后按下回车，弹出新的框填入标注关键点对应的标签

左侧菜单栏点击保存，生成json形式的标注文件

标注格式

导出数据格式

#生成标注文件
png/jpeg/jpg-->labelme标注-->json

格式转化总结

#标注文件转化为COCO数据集格式
json-->labelme2coco.py-->COCO数据集

标注文件(json)-->COCO数据集

使用PaddleDetection提供的x2coco.py 将labelme标注的数据转换为COCO数据集形式

python tools/x2coco.py \
                --dataset_type labelme \
                --json_input_dir ./labelme_annos/ \
                --image_input_dir ./labelme_imgs/ \
                --output_dir ./cocome/ \
                --train_proportion 0.8 \
                --val_proportion 0.2 \
                --test_proportion 0.0

用户数据集转成COCO数据后目录结构如下（注意数据集中路径名、文件名尽量不要使用中文，避免中文编码问题导致出错）：

dataset/xxx/
├── annotations
│   ├── train.json  # coco数据的标注文件
│   ├── valid.json  # coco数据的标注文件
├── images
│   ├── xxx1.jpg
│   ├── xxx2.jpg
│   ├── xxx3.jpg
│   |   ...
...