labelme2coco的数据处理
主要分两部分：1、用labelme标记样本获取json文件；2、json文件转coco数据集
两部分源代码跳转：
标记：https://github.com/wkentaro/labelme（不在讲述）
转coco：https://github.com/wkentaro/labelme/tree/main/examples/instance_segmentation
json转coco数据集
-
进入instance_segmentation文件夹
打开咱之前下载的labelme代码，激活环境为 labelme 进入到
labelme-main/examples/instance_segmentation文件夹 -
这里解释一下，进入到instance_segmentation文件夹后，data_annotated是存放你样本数据和json的文件夹，可以把你的训练数据和json文件放到此目录。data_dataset_coo是运行后生成的文件夹，里面包含样本数据和coco标签数据训练样本拷贝到data_annotated，修改labels.txt文件
进入terminal ，cd 到 instance_segmentation目录，输入以下代码./labelme2coco.py data_annotated data_dataset_coco --labels labels.txt
运行完成后生成一个 data_dataset_coo文件夹，至此train样本的coco文件制作完成，val样本的coco文件重复以上步骤即可
3、放置到指定文件夹
文件目录如下，黄色方框里的文件夹要自己建立，红色方框是拷贝过来的之前生成的样本数据，蓝色方框是上一步生成的coco标签annotations.json，需要重命名如图内容后拷贝到对应目录！！
工欲善其事必先利其器！至此，coco实例分割数据集建立完成！！！4、问题处理
4.1 处理中途无故退出
问题1：生成coco数据集的data_dataset_coco文件夹时，转换部分数据后自动退出且未生成annotations.json文件。解决办法：数据集问题，检查数据集是否每张图像都有对应的json文件，删除掉没有json文件的图像。
问题2：数据集每次转换到xxx（如477张）就自动停止，没有任何报错
解决办法：找到第477张对应图像前后的几张图像，可能图像问题，删除掉错误图像即可
问题3：未知错误
解决办法：删除掉生成的data_dataset_coco文件夹后重新运行代码