从labelme json文件创建tfrecord

Question

我想要建立一个对象检测神经网络，从一些特殊形状的特殊项目与有限相对较小的图像datasets.For，使用标签，我认为由于物体的形状，多角形标记会比普通的装箱标记更好。我想使用一个来自coco检测模型的预先训练的模型，但是挣扎的从json files.As创建tfrecord ，您可以在下面看到它涉及多边形和圆圈shape_type。谢谢你提前帮忙。如果您知道如何将其转换为tfrecord或其他更适合我的问题的标签程序，请告诉我，如果它解决了我的问题，我将重新标注我的图像。例如， json文件：

    {
  "version": "3.5.0",
  "flags": {},
  "shapes": [
    {
      "label": "polygon",
      "line_color": null,
      "fill_color": null,
      "points": [
        [
          447,
          110
        ],
        [
          491,
          63
        ],
        [
          531,
          47
        ],
        [
          559,
          79
        ],
        [
          544,
          121
        ],
        [
          532,
          128
        ],
        [
          536,
          139
        ],
        [
          516,
          148
        ],
        [
          497,
          174
        ]
      ],
      "shape_type": "polygon"
    },
    {
      "label": "circle",
      "line_color": null,
      "fill_color": null,
      "points": [
        [
          403,
          317
        ],
        [
          377,
          262
        ]
      ],
      "shape_type": "circle"
    }
  ],
  "lineColor": [
    0,
    255,
    0,
    128
  ],
  "fillColor": [
    255,
    0,
    0,
    128
  ],
  "imagePath": "teszt.jpg",
  imageData ...(long data) 

Answer 1

从JSON文件的外观来看，我相信您正在进行实例分段。您可以使用labelme示例目录中提供的脚本。

实例分割文件夹有两个脚本labelme2coco.py和labelme2voc.py

因此，您可以将labelme JSON转换为COCO格式或VOC格式，并使用它们构建TFRecords。

tensorflow模型回购有一堆脚本来帮助您完成这一任务。