将labelme数据标注格式转换为YoloV8语义分割数据集，并可自动划分训练集和验证集

# labelme2YoloV8-segment 将labelme数据标注格式转换为YoloV8语义分割数据集，并可自动划分训练集和验证集  ## 配置 请先确保所有数据集图片和labelme标注文件都存放在一个文件夹内。 修改labelme_folder变量为该文件夹。例如： ```python labelme_folder = "labelme_folder" ``` ## 使用 运行convert_folder.py 默认输出路径如下： ```python output_folder = "output_dir" #存储yolo标注文件的文件夹 dataset_folder = "dataset" #存储划分好的数据集的文件夹 ``` output_folder存放转换过后的YoloV8数据集图片和标签，dataset_folder存放划分完训练集和验证集的YoloV8数据集，并生成data.yaml文件。 如果不需要划分训练集和测试集，只需要注释掉这行： ```python split_data(output_folder, dataset_folder)#划分训练集和验证级 ``` ## 训练 参照[YoloV8官方文档](https://docs.ultralytics.com/tasks/detect/) 示例： ```python from ultralytics import YOLO model = YOLO('yolov8n-seg.pt') #加载预训练底模 # 训练 model.train(data='data.yaml', epochs=100, imgsz=640) ``` 注：data.yaml文件在dataset_folder目录下面 ## 疑难解答 * YOLOV8找不到训练集和测试集文件 检查convert_folder.py生成的data.yaml文件，修改其中的train、val和test路径 * with open(xxx,"w") as f 报错 在使用其他labelme转yolo数据集的程序可能会出现，原因是open只能创建文件而不能创建文件夹，需要事先创建好文件夹。 本程序用os.makedirs自动创建文件夹，一般情况下不会出现这个问题。