PaddleX图像分类任务模块数据标注教程¶

本文档将介绍如何使用Labelme标注工具完成图像分类相关单模型的数据标注。点击上述链接，参考⾸⻚⽂档即可安装数据标注⼯具并查看详细使⽤流程。

1. Labelme 标注¶

1.1 Labelme 标注工具介绍¶

Labelme 是一个 python 语言编写，带有图形界面的图像标注软件。可用于图像分类、目标检测、图像分割等任务，在实例分割的标注任务中，标签存储为 JSON 文件。

1.2 Labelme 安装¶

为避免环境冲突，建议在 conda 环境下安装。.

conda create -n labelme python=3.10
conda activate labelme
pip install pyqt5
pip install labelme

1.3 Labelme 标注过程¶

1.3.1 准备待标注数据¶

创建数据集根目录，如 pets。
在 pets 中创建 images 目录（必须为images目录），并将待标注图片存储在 images 目录下，如下图所示：

alt text

在 pets 文件夹中创建待标注数据集的类别标签文件 flags.txt，并在 flags.txt 中按行写入待标注数据集的类别。以猫狗分类数据集的 flags.txt 为例，如下图所示：

alt text

1.3.2 启动 Labelme¶

终端进入到待标注数据集根目录，并启动 labelme 标注工具。

cd path/to/pets
labelme images --nodata --autosave --output annotations --flags flags.txt

* flags 为图像创建分类标签，传入标签路径。 * nodata 停止将图像数据存储到 JSON 文件。 * autosave 自动存储。 * ouput 标签文件存储路径。

1.3.3 开始图片标注¶

启动 labelme 后如图所示：

alt text * 在 Flags 界面选择类别。

alt text

标注好后点击存储。（若在启动 labelme 时未指定 output 字段，会在第一次存储时提示选择存储路径，若指定 autosave 字段使用自动保存，则无需点击存储按钮）。

alt text * 然后点击 Next Image 进行下一张图片的标注。

alt text

完成全部图片的标注后，使用convert_to_imagenet.py脚本将标注好的数据集转换为 ImageNet-1k 数据集格式，生成 train.txt，val.txt 和label.txt。

python convert_to_imagenet.py --dataset_path /path/to/dataset

dataset_path为标注的 labelme 格式分类数据集。

alt text

2. 数据格式¶

PaddleX 针对图像分类任务定义的数据集，名称是 ClsDataset，组织结构和标注格式如下：

dataset_dir    # 数据集根目录，目录名称可以改变
├── images     # 图像的保存目录，目录名称可以改变，但要注意与train.txt、val.txt的内容对应
├── label.txt  # 标注id和类别名称的对应关系，文件名称不可改变。每行给出类别id和类别名称，内容举例：45 wallflower
├── train.txt  # 训练集标注文件，文件名称不可改变。每行给出图像路径和图像类别id，使用空格分隔，内容举例：images/image_06765.jpg 0
└── val.txt    # 验证集标注文件，文件名称不可改变。每行给出图像路径和图像类别id，使用空格分隔，内容举例：images/image_06767.jpg 10

* 如果您已有数据集且数据集格式为如下格式，但是没有标注文件，可以使用脚本将已有的数据集生成标注文件。

dataset_dir          # 数据集根目录，目录名称可以改变  
├── images           # 图像的保存目录，目录名称可以改变
   ├── train         # 训练集目录，目录名称可以改变
      ├── class0     # 类名字，最好是有意义的名字，否则生成的类别映射文件label.txt无意义
         ├── xxx.jpg # 图片，此处支持层级嵌套
         ├── xxx.jpg # 图片，此处支持层级嵌套
         ...  
      ├── class1     # 类名字，最好是有意义的名字，否则生成的类别映射文件label.txt无意义
      ...
   ├── val           # 验证集目录，目录名称可以改变

* 如果您使用的是 PaddleX 2.x版本的图像分类数据集，在经过训练集/验证集/测试集切分后，手动将 train_list.txt、val_list.txt、test_list.txt修改为train.txt、val.txt、test.txt，并且按照规则修改 label.txt 即可。

原版label.txt：

classname1
classname2
classname3
...

修改后的label.txt：

0 classname1
1 classname2
2 classname3
...