Create 3_[语义分割]任务数据标注.md

DataAnnotation/AnnotationNote/3_[语义分割]任务数据标注.md

+## 3 使用LabelMe标注「语义分割」任务数据
+语义分割中常用的数据集是CityScape和COCO，此小节主要讲述CityScape数据集在LabelMe上标注的使用，有关COCO部分请参考 2.3 小节中有关Mask RCNN部分。           
+
+### 3.1 准备工作
+
+* **3.1.1** 对收集的图像划分为训练、验证（非必须）、测试三个部分的数据集，分别存放于对应的文件夹中      
+
+* **3.1.2** 创建与图像文件夹相对应的文件夹，用于存储标注的json文件
+
+* **3.1.3** 点击”Open Dir“按钮，选择需要标注的图像所在的文件夹打开，则”File List“对话框中会显示所有图像所对应的绝对路径      
+
+### 3.2 标注
+
+* **3.2.1** 点击右侧的“Create Polygons”以打点的方式圈出目标的轮廓，并在弹出的对话框中写明对应label（当label已存在时点击即可），具体如下提所示：
+
+<div align=center><img width="800" height="450" src="./pics/detection5.png"/></div>    
+
+当框标注错误时，可点击右侧的“Edit Polygons”再点击标注框，通过拖拉进行修改，也可再点击“Delete Polygon”进行删除。
+
+* **3.2.2** 点击右侧”Save“，将标注结果保存到***3.1.1***中创建的文件夹中
+
+
+
+## 3.3 对LabelMe标注数据的转换
+语义分割中常用的数据集是CityScape和COCO，此小节主要讲述CityScape数据集的转换，有关COCO部分请参考 2.4 小节。由于LabelMe标注的数据与CityScape数据集所需的格式不一致，所以需要将LabelMe数据集转换为CityScape数据集格式。      
+
+CityScape的数据目录结构如下：
+```
+data/mydataset/
+|-- gtFine
+    |-- test
+    |-- train
+    |-- val
+|-- leftImg8bit
+    |-- test
+    |-- train
+    |-- val
+```
+其中，`gtFine`用于存放json文件，`leftImg8bit`用于存放图像文件。        
+
+针对训练、验证（非必须）、测试三个部分的数据集，分别在命令行中执行下述命令进行转换：
+```cmd
+# 进入Anaconda环境后，安装下述python包
+# 安装numpy
+pip install numpy
+# 转换
+cd ./DataAnnotation
+python ./labelme2cityscape.py \
+       --json_input_dir ~/Users/json/ \
+       --output_dir ~/Users/cityscape/ \
+# --json_input_dir：LabelMe所标注文件的文件夹路径
+# --output_dir：最终转换的文件的存放路径
+
+```
+
+转换后的标注文件为每张图像对应一个.json文件，将训练、验证（非必须）、测试的转换结果分别放入gtFine的train/val/test中，同时将各个文件夹下json文件所对应的图像文件分别放入leftImg8bit的train/val/test中。转换后的.json文件的格式如下所示：
+```
+{
+    "imgHeight": int,
+    "imgWidth": int,
+    "objects": [
+        {
+            "label": str,
+            "polygon": [
+                [
+                    int,
+                    int
+                 ],
+                 [
+                    int,
+                    int
+                  ],
+                  ...
+            ]
+            ...
+        }
+    ]
+}       
+```
+相关标签含义:
+
+|标签|备注|
+|-----|-----|
+|objects| 目标信息的列表|
+|label| 目标类别|
+|polygon| 目标坐标的列表，有多边形点的所有坐标组成|
+|imageHeight| 图像高度|
+|imageWidth| 图像宽度|