我是靠谱客的博主 俊秀大门,这篇文章主要介绍深度学习——制作自己的VOC图像分割数据集,现在分享给大家,希望可以做个参考。

1、数据集介绍
COCO数据集有80个类别,VOC数据集有20个类别。当这些数据集类别中没有自己需要的时候,就需要自己动手做自己的数据集了。

我自己在做数据集的时候主要使用到了labelme和labelImg两个工具。labelme主要是制作语义分割数据集(ImageSets,JPEGImages,SegmentationClass,SegmentationObject几个文件夹),labelImg主要是制作目标检测数据集(主要是Annoations中的xml文件),最后把两个合在一起就可以使用maskR-CNN来训练了。文件结构如下图所示:
在这里插入图片描述
2、安装labelme

参考:Windows下使用labelme标注图像
在这里插入图片描述

3、开始数据集制作
点击OpenDir打开要制作数据集图片的文件夹。点击CreatePolygons标记图片就可以了,最后每张图片标记好之后,别忘记点击save保存。此时的会保存问json格式的文件,如图所示:
在这里插入图片描述
接下来就要转换这些json格式为轮廓图片。
将图片和j

最后

以上就是俊秀大门最近收集整理的关于深度学习——制作自己的VOC图像分割数据集的全部内容,更多相关深度学习——制作自己内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(52)

评论列表共有 0 条评论

立即
投稿
返回
顶部