Neural network 如何在PASCAL VOC 12中创建标记图像作为基本事实？

我想实现一个语义分割网络，并用PASCAL VOC 12对其进行训练。基本真相被编码成颜色而不是标签，我正在寻找将其转换成标签的方法。此外，我还阅读了以下链接：

---

还有其他用户朋友代码或算法可以解决我的问题吗？

在PASCAL VOC 12中有21个类-20个对象和1个背景。这些类被编码为像素值。例如，属于背景的像素具有值

0

。其余的类按字母顺序从

1

到

20

编码。例如，类

飞机

的像素值等于

1

。在每个图像中，您可能有多个类。因此，如果您想获得类标签，只需使用OpenCV或PIL读取相应的groundtruth图像，并找到图像中存在的不同像素值。像素值将为您提供图像中存在的对象类。在任何图像中，将不会有超过3或4个不同的类。但是，同一类可以有多个实例。

我刚刚在PASCAL VOC dataset中遇到了相同的问题。然后，我检查了Deeplab中TensorFlow代码中的函数，以加载和转换分段标签

从PIL导入图像
导入tensorflow作为tf
进口cv2
def_remove_colormap_deeplab（文件名）：
“”“从批注中删除颜色映射。
Args：
filename:groundtruth注释文件名。
返回：
不带颜色贴图的注释。
"""
返回np.array（Image.open（文件名））
def_save_annotation_deeplab（批注，文件名）：
“”“将批注另存为png文件。
Args：
注释：分段注释。
文件名：输出文件名。
"""
pil_image=image.fromarray（annotation.astype（dtype=np.uint8））
将tf.gfile.Open（文件名，mode='w'）作为f:
pil_image.save（f，'PNG'）

据我所知（但不是100%确定），

np.array（Image.open（filename））

将根据加载的枕头图像对象的属性将枕头图像对象转换为numpy数组。这里我检查了加载的Pascal VOC标签/类图像，例如，

数据集/Pascal\u VOC\u seg/VOCdevkit/VOC2012/SegmentationClass/2011\u 003078.png

，具有模式P:palette（表示8位像素，使用调色板映射到任何其他模式）。因此，由于

'P'模式

，将此PIL图像对象转换为numpy数组，将每个像素值映射为索引（即，对应于PASCAL VOC中定义的

类或标签

），映射为256个RGB值的调色板数组

---

您也可以查看我的详细信息。

它是@Harsh和@ccj5351的组合。VOC2012标签嵌入到图像中，这意味着您只需读入标签并识别像素值。它可以像使用

np.unique（img）

一样简单，它将返回数组中的唯一值。比如说，如果它返回4个唯一值，那么就有4个类（包括后台）。您还必须先删除colormap。看看，可能会有帮助。

您可以结帐。它只是在colormap和索引之间创建一个映射器。它从background（第一行）开始，然后遍历所有20个类（其他行）

---

这是为您准备的。

非常感谢，但仍然没有说明如何通过提供的代码将调色板更改为类的索引。您好，png图像有3个通道，因此在您的情况下飞机像素（x，y，0）-（x，y，1）-（x，y，2）都等于1？但事实上，每个图像都有非常不同的颜色。你能解释一下吗？thanx提前标签图像是单通道8位调色板图像。在8位调色板图像中，每个像素值都是256个RGB值数组的索引。选择PASCAL VOC中的调色板时，相邻值映射到非常不同的颜色，以便在目视检查时更容易区分类别。我认为官方的Matlab代码（可在中找到）可以帮助我们将RGB颜色转换为标签。我还发现了一个Python版本。我将colormap可视化功能更改为通过二维数组格式显示colormap。请检查一下电话号码和电话号码。