labelme踩坑整理

更新

感覺對于遙感圖像來說，做标簽還是用ArcGIS更順手，直接做一整張圖像的，最後再分割就可以了~

——————————————分割線————————————————

最近嘗試了下用labelme給遙感圖像做标簽，在這裡總結一下碰到的bug。目前隻能說是淺嘗辄止，還沒有真正走到深度學習那一步，後續碰到新的問題在繼續更新。

1 位深限制

labelme隻能讀取小于32位深的圖像，親測8、16、24位深都沒有問題，32位深會報錯。

順便說一下，本人使用Sentinel-1資料進行嘗試，影像存在VH和VV兩個極化波段。發現用SNAP導出資料為GeoTIFF時，如果同時選中兩個波段，實際位深會是選擇參數的4倍（比如參數選擇8位深，導出的圖檔就會是32位深；選擇16位深，導出的就是64位深）。本人水準有限，暫時沒搞懂原因，希望以後能解惑。是以要使用labelme的話，隻能兩個波段拆開來使用。

不過目前還不知道把位深轉小再進行深度學習會不會影響精度，後面再碰到類似情況的話會探究一下。

2 Json轉dataset

在labelme.exe路徑（Python路徑中的Scrips檔案夾）打開cmd，運作代碼：

labelme_json_to_dataset ‪E:\GraduationDesign\學習代碼\try\label\001944.json（Json檔案名稱）
           

好吧，這裡純粹是我犯蠢了，之前一直把檔案夾和檔案名隔開，是以浪費了一些時間。。。歸根結底還是用指令行調用exe的經驗太少了。話說這樣一個一個檔案轉換也太麻煩了，如果正式做的時候還用labelme的話會想辦法批量調用一下。