はじめに

• 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

動作環境

• Python：3.11.5

  • ultralytics：8.0.145

  • labelme：5.3.1

  • labelme2yolo：0.1.3　★今回の主役！！

labelme2yoloの使い方

labelme2yoloとは？

• 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）

導入方法

pipで簡単に導入できます！

python -m pip install labelme2yolo

使い方

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

labelme2yolo --json_dir ./datasets/ --val_size 0.10

※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.yaml
  YOLOv8のtrainコマンド時に使用するyamlファイル

実際にYOLOv8を学習させてみる

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）

学習（train）

予測（predict）

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

おまけ

YOLOv8のsegmentation用に変換前後を検算しました

まとめ

• 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

参考URL

• labelme2yolo - PyPI
  https://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