labelme2yoloというpythonライブラリを発見

かなり新しいライブラリなので日本語記事が皆無

なら、私が書きましょう☆彡

Python：3.11.5

ultralytics：8.0.145

labelme：5.3.1

labelme2yolo：0.1.3　★今回の主役！！

labelmeで作成したjson形式のラベルを、yolo(v8含む）で使える形式に変換できるライブラリ

detectionとsegmentation用のフォルダ構成、yamlファイルの生成もしてくれるため、非常に便利！！

PyPIはこちら（labelme2yolo · PyPI）

pipで簡単に導入できます！

labelme2yoloはコマンドプロンプト上で実行するツールですlabelmeでアノテーションを行って保存されたjsonファイルをYOLOv8の学習に使用できるtxt形式に、コマンド１発で変換してくれます（labelmeでのアノテーション（ラベル付け）方法は別記事でまとめます）

使い方は、以下のコマンドを実行するだけです

※ちなみに、デフォルトではSegment用の変換（--output_format polygon）ですが、オプション引数の--output_formatを"bbox"にすると、Detection用の変換も可能です（labelme2yolo v0.1.3の場合））

正常に終了したら、--json_dirに指定したフォルダに「YOLODataset」というフォルダが生成されます

生成物は以下の通りです。

imagesフォルダtrainとval, testに分けられた画像

labelsフォルダtrainとval, testに分けられたYOLO用の形式になったtxtファイル

dataset.yamlYOLOv8のtrainコマンド時に使用するyamlファイル

実際にYOLOv8の学習に使えるか？試してみました（yaml内の相対PATHは、絶対PATHに記載を変更しております）

念のため、キチンの判定できるか確認（closed条件）

上側：デフォルトのモデル（yolov8n-seg.pt）での判定結果no detection（検出されず）となっている

下側：先ほど学習したモデル（best.pt）での判定結果アノテーション時に設定した「hakusekirei」で検出されている

YOLOv8のsegmentation用に変換前後を検算しました

labelme2yoloはlabelmeで作成したjson形式のラベルをYOLOv8用に変換できるCLIライブラリ

評価用フォルダ構成（train, val, test）やyamlファイルも生成されるため、かなり便利！！

デフォルトはSegmentation用だが、オプション引数--output_formatで"bbox"を指定することで、Detectionの学習にも使える（v0.1.3）

以上☆彡

labelme2yolo - PyPIhttps://pypi.org/project/labelme2yolo/

ハクセキレイのイラスト - かわいいフリー素材集 いらすとやhttps://www.irasutoya.com/2015/08/blog-post_597.html