1.按照labelme工具地址先配置安装labelme：GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).

 2.给自己的数据集画多边形框-Create Polygons

 每张图像画完框后，都会生成对应的json文件。

3.接着去这个地址下载labelme2coco转化脚本

https://github.com/Tony607/labelme2coco.git

4.将labelme2coco.py脚本中的数据集路径改成你自己的

 labelme images 和 annotation json files是放在同一个文件夹下的；

输出是trainval.json,也可以改成其他名称，比如“train.json”，“val.json”，“test.json”。

5.训练

有了labelme images 、 annotation json files、“train.json”就可以拿去训练了；COCO格式的图像语义分割只有这些。(注意，有些算法框架需要png格式的标签图，这个需要其他工具转换。)

如果想要生成pascal voc格式的数据集，需要用labelme2voc.py工具转。