labelme2yolo

Labelme是一个图像标注工具，而YOLO是一个目标检测算法。将Labelme标注的数据转换为YOLO所需的格式，需要进行以下步骤：

1. 在Labelme中标注图像，并将标注结果导出为JSON格式的文件。

2. 编写脚本将JSON文件中的标注信息转换为YOLO所需的格式，即每个目标的类别、中心点坐标、宽度、高度。

3. 将转换后的标注信息保存到txt文件中，每个txt文件对应一张图像的标注信息。

4. 使用YOLO训练器读取txt文件中的标注信息，并进行模型训练。

下面是一个Python脚本示例，用于将Labelme导出的JSON文件转换为YOLO所需的txt文件格式：

import json

# 类别名称映射表
class_mapping = {
    'cat': 0,
    'dog': 1,
    # 添加更多的类别映射关系
}

def labelme2yolo(json_file):
    with open(json_file, 'r') as f:
        data = json.load(f)

    # 获取图像尺寸
    img_width = data['imageWidth']
    img_height = data['imageHeight']

    # 遍历每个标注对象
    objects = data['shapes']
    results = []
    for obj in objects:
        class_name = obj['label']
        class_id = class_mapping[class_name]
        x1, y1 = obj['points'][0]
        x2, y2 = obj['points'][1]
        # 计算目标中心点坐标、宽度、高度
        center_x = (x1 + x2) / 2.0 / img_width
        center_y = (y1 + y2) / 2.0 / img_height
        obj_width = abs(x2 - x1) / img_width
        obj_height = abs(y2 - y1) / img_height
        # 将目标信息保存到结果列表中
        results.append('{} {:.6f} {:.6f} {:.6f} {:.6f}'.format(class_id, center_x, center_y, obj_width, obj_height))

    # 将结果写入txt文件
    with open(json_file.replace('.json', '.txt'), 'w') as f:
        f.write('\n'.join(results))

使用该脚本将Labelme导出的JSON文件转换为YOLO所需的txt文件，只需要执行以下命令：

python labelme2yolo.py example.json

其中，example.json是Labelme导出的JSON文件名。执行该命令后，会在当前目录下生成一个名为example.txt的txt文件，其中包含了所有目标的类别、中心点坐标、宽度、高度信息，可以直接用于YOLO训练。