Skip to content

Latest commit

 

History

History
139 lines (112 loc) · 5.4 KB

labelme.md

File metadata and controls

139 lines (112 loc) · 5.4 KB

LabelMe 数据格式

概述

LabelMe 是一个用于图像标注的在线工具，其数据格式采用 JSON 结构，每个图像对应一个独立的 JSON 文件。LabelMe 格式支持多种标注形状（如矩形、多边形等），并包含图像元数据和标注信息。

核心特点

  • 每图一JSON：每个图像（如 image.jpg）对应一个同名的 .json 文件（如 image.json）。
  • 灵活的形状类型：支持 rectangle（矩形）和 polygon（多边形）等多种形状。
  • 自包含信息：JSON 文件中包含图像路径、尺寸、版本以及所有标注形状的详细信息。
  • 易于人工编辑：JSON 格式可读性好，便于手动修改或查看。

文件结构

LabelMe JSON 文件是一个包含以下顶级字段的对象：

字段名 类型 描述
version 字符串 LabelMe 格式版本（例如 "5.3.1"）
flags 对象 可选的标志字典，用于存储自定义标记
shapes 数组 核心字段，包含所有标注形状的列表
imagePath 字符串 图像文件名（相对于 JSON 文件的路径）
imageData 字符串（可选） Base64 编码的图像数据（通常省略，仅存储路径）
imageHeight 整数 图像的高度（像素）
imageWidth 整数 图像的宽度（像素）

shapes 数组

每个元素是一个形状对象，包含以下字段：

字段名 类型 描述
label 字符串 标注的类别名称（如 "person", "car"）
points 数组 形状的顶点坐标列表，格式为 [[x1, y1], [x2, y2], ...]
group_id 整数或 null 用于分组相关标注的可选标识符
shape_type 字符串 形状类型，常见值为 "rectangle" 或 "polygon"
flags 对象 形状特有的标志字典（通常为空）

形状类型详解

1. 矩形（shape_type: "rectangle"）

用于表示轴对齐的边界框（bounding box）。

  • points 格式：两个点的列表 [[x1, y1], [x2, y2]]，分别表示矩形的左上角和右下角。
  • 坐标顺序：实际矩形由这两个点定义的最小外接矩形决定，即： 
    x_min = min(x1, x2)
y_min = min(y1, y2)
x_max = max(x1, x2)
y_max = max(y1, y2)

示例：

{
  "label": "car",
  "points": [[100, 150], [300, 350]],
  "group_id": null,
  "shape_type": "rectangle",
  "flags": {}
}

表示一个左上角在 (100, 150)、右下角在 (300, 350) 的矩形框。

2. 多边形（shape_type: "polygon"）

用于表示任意形状的多边形区域（实例分割）。

  • points 格式：多个点的列表 [[x1, y1], [x2, y2], ...]，按顺序连接形成闭合多边形。
  • 点数要求：至少需要 3 个点才能构成有效的多边形。
  • 闭合性：多边形自动闭合（最后一个点连接回第一个点）。

示例：

{
  "label": "person",
  "points": [[200, 100], [300, 150], [250, 300], [150, 250]],
  "group_id": null,
  "shape_type": "polygon",
  "flags": {}
}

表示一个由四个顶点组成的多边形区域。

示例文件

完整示例（example.json）

{
  "version": "5.3.1",
  "flags": {},
  "shapes": [
    {
      "label": "person",
      "points": [[120, 80], [350, 80], [350, 400], [120, 400]],
      "group_id": null,
      "shape_type": "rectangle",
      "flags": {}
    },
    {
      "label": "car",
      "points": [[400, 200], [550, 200], [550, 300], [400, 300]],
      "group_id": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "example.jpg",
  "imageData": null,
  "imageHeight": 480,
  "imageWidth": 640
}

解释

  • 图像信息：图像文件名为 example.jpg，尺寸为 640×480 像素。
  • 第一个标注：一个矩形框，类别为 "person"，左上角 (120, 80)，右下角 (350, 400)。
  • 第二个标注：一个多边形，类别为 "car"，四个顶点分别为 (400,200), (550,200), (550,300), (400,300)。

坐标系统

  • 原点：图像左上角为 (0, 0)。
  • X 轴：向右为正方向。
  • Y 轴：向下为正方向（与计算机图像坐标系一致）。
  • 单位：像素（整数或浮点数）。

注意事项

  1. 图像路径：imagePath 可以是相对路径（相对于 JSON 文件的位置）或绝对路径。通常推荐使用相对路径以便于移动整个数据集。
  2. 图像数据：imageData 字段通常为 null，因为将图像编码为 Base64 会显著增加文件大小。建议仅存储路径，通过 imagePath 加载图像。
  3. 形状类型：除了 rectangle 和 polygon，LabelMe 还支持 circle、line、point 等形状，但矩形和多边形是最常用的两种。
  4. 坐标范围：坐标值应在图像尺寸范围内（0 ≤ x < imageWidth, 0 ≤ y < imageHeight），超出范围的坐标可能被截断。
  5. 版本兼容性：不同版本的 LabelMe 可能略有差异，但 version 字段有助于解析器进行兼容性处理。

参考