Labelme 是一款常用的计算机视觉任务标注工具，可以用来标注分类，检测，分割等任务的数据。对于检测任务，labelme 生成的标注文件是 json 格式，每个图像对应一个相应的 json 文件。但是很多任务都使用 PASCAL VOC 的 xml 格式标注，例如 maskrcnn-benchmark 任务中的 voc 数据集。

转换方法#

Labelme 含有将 json 格式标注数据转为 voc 格式的脚本，具体地址见 这里。使用方法：

python labelme2voc.py original_data data_dataset_voc --labels labels.txt

第一个参数是原始标注目录，包含 json 文件以及对应的图像，第二个参数为生成的 voc 格式数据库，下面有多个文件夹，第三个参数是 label 文件，每行一个 label，第一行为 __ignore__，第二行为 _background_，其余行为实际的各个 label。

值得注意的是，这个脚本生成的 xml 格式文件，用 maskrcnn 提供的 voc 数据集的接口进行数据训练时，会报错，因为 maskrcnn 中的 voc 数据类会检查每个标注框的 difficult 信息，所以 difficult 这个 flag 必须赋值。labelme2voc.py 当前的代码没有给 difficult 赋值，必须把

# https://github.com/wkentaro/labelme/blob/master/examples/bbox_detection/labelme2voc.py#L116
maker.difficult(),

变为

然后代码才能顺利运行。

参考#

• https://github.com/wkentaro/labelme/pull/241