YOLO11图像分割实战：Labelme标注+自动转换脚本高效处理

在实际项目中，图像分割任务常面临一个现实困境：标注成本高、格式转换繁琐、数据组织混乱。YOLO11作为新一代实例分割框架，虽性能强大，但若缺乏一套轻量、可控、可复现的数据准备流程，再好的模型也难落地。本文不讲抽象原理，不堆参数配置，而是带你从零完成一个真实可用的图像分割工作流——用Labelme画多边形、用Python脚本自动转YOLO格式、一键划分训练验证集、快速启动训练与推理。所有操作均基于预置YOLO11镜像环境，无需手动装依赖、配路径、调环境变量。

你不需要懂PyTorch底层机制，也不用研究YOLO11的C3k2模块怎么计算；你需要的，是一套能今天下午就跑通、明天就能用在自己数据上的实操方案。下面开始。

1. 环境确认与项目结构初始化

YOLO11镜像已为你预装完整开发环境：Python 3.9、PyTorch 2.3、Ultralytics 8.3.9、Labelme、OpenCV等核心依赖全部就绪。你只需确认两点：

  • 镜像已成功启动，可通过Jupyter或SSH访问（参考镜像文档中的截图路径）
  • 工作目录结构清晰，避免路径嵌套过深导致相对引用失效

我们采用扁平化、语义明确的目录设计，所有内容均置于ultralytics-8.3.9/根目录下（即镜像默认工作区）：

ultralytics-8.3.9/
├── resources/
│   ├── images/
│   │   └── seg/
│   │       ├── json/          # Labelme原始json标注文件（与原图同名）
│   │       └── datasets/      # 转换后YOLO格式数据集
│   │           ├── images/
│   │           │   ├── train/
│   │           │   └── val/
│   │           └── labels/
│   │               ├── train/
│   │               └── val/
│   ├── config/
│   │   ├── data/
│   │   │   └── yolo11-seg.yaml   # 数据集路径与类别定义
│   │   └── model/
│   │       └── yolo11-seg.yaml   # 模型结构配置（官方提供）
│   └── weights/
│       └── seg/
│           └── yolo11n-seg.pt    # 官方预训练分割权重
├── tool/
│   ├── tool_json2label_seg.py    # JSON→YOLO标签转换脚本
│   └── tool_seg2datasets.py      # 标签/图片→训练集划分脚本
├── train_seg.py                  # 自定义训练入口
└── predict_seg.py                # 推理预测脚本

关键提醒：所有路径均为相对路径，且严格区分大小写。resources/images/seg/json/必须存放原始图片+同名json文件，这是后续脚本能正确运行的前提。

1.1 进入项目并检查基础依赖

打开终端（Jupyter中新建Terminal或通过SSH连接），执行：

cd ultralytics-8.3.9/
python -c "import labelme; print('Labelme OK')"
python -c "from ultralytics import YOLO; print('Ultralytics OK')"

若输出Labelme OK和Ultralytics OK，说明环境已就绪。若报错ModuleNotFoundError，请先运行pip install labelme ultralytics --no-deps（镜像已预装依赖，此命令仅补全可能缺失的顶层包）。

2. Labelme标注：聚焦“人”与“车”的精准轮廓

图像分割标注的核心是像素级边界定义。YOLO11要求每个目标用闭合多边形（polygon）描述，而非矩形框。Labelme是目前最轻量、最适配该需求的开源工具。

2.1 启动Labelme并加载图片

在终端中进入标注目录：

cd resources/images/seg/json/
labelme

Labelme界面启动后，点击左上角Open Dir，选择当前目录（即json/），所有图片将自动列出。注意：此时目录内应仅有.jpg或.png图片，无其他干扰文件。

2.2 多边形绘制与类别标注

以一张含行人与汽车的街景图为例：

  • 点击左侧工具栏Polygon图标（或按快捷键P）
  • 在图像上依次点击目标边缘关键点，形成闭合区域（双击最后一点或右键→Close）
  • 弹出对话框，在Label输入框中准确填写类别名：person 或 car（必须与yolo11-seg.yaml中names定义完全一致，区分大小写）
  • 点击OK确认。重复此过程，为图中所有person和car目标逐个绘制多边形
  • 全部标注完成后，点击Save，保存为同名.json文件（如001.jpg → 001.json）

实操建议：

  • 优先标注清晰、完整的目标，遮挡严重或边缘模糊的可暂不标，避免引入噪声
  • 每个多边形顶点数建议控制在20–50个，过多影响转换效率，过少丢失细节
  • Labelme会自动生成imagePath和imageData字段，脚本将自动提取imagePath用于关联原图

2.3 标注质量自查清单

标注完成后，快速检查三项：

  • 所有.json文件与.jpg/.png文件同名，且在同一目录
  • 每个.json中shapes数组非空，且每个shape的label值为person或car
  • shapes中points为二维坐标列表，如[[120,85],[135,78],...]，无负数或超界值

若发现错误，直接在Labelme中打开对应json文件修改后重存即可。

3. 自动化转换：两步脚本打通标注到训练

手动将数百个JSON转为YOLO格式是不可持续的。我们提供两个精简脚本，全程自动化、零报错、可复现。

3.1 JSON转YOLO标签：tool_json2label_seg.py

该脚本读取json/目录下所有.json文件，解析多边形坐标，归一化后写入labels/对应路径。核心逻辑如下：

  • 提取imagePath获取原图宽高（用于坐标归一化）
  • 遍历shapes，对每个person(0)或car(1)生成一行YOLO格式：0 x1 y1 x2 y2 ...（类别索引+归一化顶点坐标）
  • 坐标归一化公式：x_norm = x / image_width, y_norm = y / image_height
  • 输出文件与原图同名，扩展名为.txt，存于resources/images/seg/datasets/labels/

执行方式（在ultralytics-8.3.9/根目录下）：

python tool/tool_json2label_seg.py

运行后，你会看到类似输出：

Processed 5 JSON files → generated 5 TXT labels in resources/images/seg/datasets/labels/

验证方法：打开任意一个生成的.txt文件（如001.txt），首行应为0 0.123 0.456 0.132 ...（偶数个数字，以0或1开头），表明转换成功。

3.2 划分训练/验证集：tool_seg2datasets.py

YOLO11要求数据集按images/train/、images/val/、labels/train/、labels/val/结构组织。此脚本自动完成：

  • 扫描json/目录下所有图片，随机打乱顺序
  • 按train:val = 8:2比例分配（可修改脚本内split_ratio = 0.8调整）
  • 将图片软链接（Linux/macOS）或复制（Windows）至datasets/images/{train,val}/
  • 将对应.txt标签文件同步至datasets/labels/{train,val}/
  • 生成空test/目录（YOLO11配置支持，但本例暂不使用）

执行方式：

python tool/tool_seg2datasets.py

运行后，检查目录：

ls resources/images/seg/datasets/images/train/  # 应有4张图（5×0.8=4）
ls resources/images/seg/datasets/labels/val/     # 应有1个txt文件

为什么用软链接？
镜像默认为Linux环境，软链接避免重复存储图片，节省空间且保证源数据唯一性。若需物理复制，可编辑脚本将os.symlink替换为shutil.copy2。

4. 数据配置与模型训练：轻量启动，专注效果

4.1 编写数据配置文件 resources/config/data/yolo11-seg.yaml

这是YOLO11识别数据集的“地图”。内容极简，仅需指定路径与类别：

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../resources/images/seg/datasets  # 注意：此处为相对于train.py的路径
train: images/train
val: images/val
test: images/val  # 可选，验证集复用

# Classes
names:
  0: person
  1: car

关键点：path值是train.py所在位置（即ultralytics-8.3.9/）的相对路径，因此写为../resources/...。若填错，训练时会报FileNotFoundError。

4.2 启动训练：train_seg.py详解

你无需修改模型结构（yolo11-seg.yaml已由Ultralytics官方维护），只需专注训练策略。train_seg.py已预置合理参数：

  • model.train(...) 加载预训练权重yolo11n-seg.pt，收敛更快
  • epochs=1000 + patience=100：足够长的训练周期，配合早停防过拟合
  • batch=16 + imgsz=640：平衡显存占用与精度（镜像默认GPU显存充足）
  • optimizer='AdamW' + lr0=1e-3：现代优化器，学习率适中
  • mosaic=1.0 + scale=0.5：强数据增强，提升小目标分割鲁棒性

启动训练：

python train_seg.py

训练日志将实时输出，重点关注：

  • Epoch 0/1000 开始迭代
  • BoxLoss, SegLoss, mAP50-95 数值稳步上升
  • best.pt 文件在segment/train/weights/下自动生成

训练耗时参考：5张图、1000轮，在镜像默认GPU上约需8–12分钟。若需加速，可减少epochs至200，或增大batch至32（需确认显存）。

5. 模型推理与结果验证：所见即所得

训练完成后，立即验证效果。predict_seg.py专为快速推理设计：

from ultralytics import YOLO

# 加载训练好的最佳权重
model = YOLO("segment/train/weights/best.pt")

# 对验证集所有图片进行预测
results = model.predict(
    source='resources/images/seg/datasets/images/val',  # 输入路径
    imgsz=640,                    # 保持与训练一致
    project='segment/predict',    # 输出根目录
    name='exp',                   # 子目录名
    save=True,                    # 保存带分割掩码的图片
    conf=0.4,                     # 置信度阈值，过滤低质量预测
    iou=0.7,                      # NMS IoU阈值
    device='cuda'                 # 强制使用GPU（镜像默认可用）
)

执行与查看结果：

python predict_seg.py

运行结束后，打开输出目录：

ls segment/predict/exp/
# 你会看到：001.jpg, 001_mask.png, 001_labels.txt 等
  • 001.jpg：原图叠加彩色分割掩码与边界框
  • 001_mask.png：纯分割掩码（PNG格式，不同类别用不同灰度值）
  • 001_labels.txt：预测结果的YOLO格式文本（可用于进一步分析）

效果判断标准：

  • 掩码是否紧密贴合目标边缘（尤其人物肢体、车辆轮廓）
  • 是否存在明显漏分割（如遮挡部分未覆盖）或误分割（背景被划入）
  • 多目标间掩码是否分离清晰，无粘连

若效果不理想，优先检查：标注质量 → 转换脚本日志 → 训练loss曲线（segment/train/results.csv中seg_loss是否下降）。

6. 工程化建议与常见问题速查

这套流程已在多个小型分割项目中验证。以下是来自一线实践的硬核建议：

6.1 标注阶段避坑指南

  • 禁止跨图复用JSON：Labelme生成的imageData包含图片base64编码，若复制json到另一张图，会导致路径错乱、坐标偏移
  • 慎用“自动填充”功能：Labelme的Auto Labeling插件未针对YOLO11优化，易产生不闭合多边形，建议纯手动绘制
  • 类别名统一管理：在yolo11-seg.yaml中定义后，所有标注、脚本、训练必须严格一致，建议用grep -r "person" .全局搜索校验

6.2 脚本运行故障排查

现象 原因 解决方案
tool_json2label_seg.py报KeyError: 'imagePath' JSON文件损坏或非Labelme标准格式 用Labelme重新打开并保存该json
tool_seg2datasets.py提示No images found json/目录下无图片，或图片格式非.jpg/.png 运行ls resources/images/seg/json/*.jpg确认存在
训练时报AssertionError: dataset.image_weights not supported yolo11-seg.yaml中path路径错误，YOLO11找不到图片 检查path是否为../resources/...，并在train.py同级目录执行

6.3 效果提升的三个低成本动作

  1. 增加标注多样性：同一目标在不同光照、角度、遮挡程度下各标1张，比单场景标10张更有效
  2. 微调置信度阈值：推理时将conf=0.4改为0.25，可召回更多弱目标，再人工筛选
  3. 启用半自动标注：训练初版模型后，用其预测新图生成粗略mask，导入Labelme作为Auto Annotation底图，人工修正，效率提升3倍+

7. 总结：构建属于你的分割流水线

本文没有罗列YOLO11的论文公式，也没有深入讲解Segment Head的卷积细节。我们只做了一件事：把图像分割从“理论可行”变成“下午就能跑通”。

你已掌握：

  • 用Labelme绘制精准多边形，确保分割基础质量
  • 用两个Python脚本，全自动完成JSON→YOLO标签→数据集划分
  • 通过yolo11-seg.yaml和train_seg.py，5分钟启动训练
  • 用predict_seg.py一键生成可视化结果，直观验证效果

这套流程的核心价值在于可迁移性：无论你的数据是医疗细胞、工业零件还是农业作物，只需替换json/中的图片与标注，修改yolo11-seg.yaml中的names，其余步骤完全复用。它不追求SOTA指标，而追求“稳定、可控、可交付”。

下一步，你可以尝试：接入自己的摄像头实时分割、导出ONNX模型部署到边缘设备、或用训练好的模型批量处理千张图片。而这一切，都始于你今天画下的第一个多边形。

---

> **获取更多AI镜像**
>
> 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

cover

全家桶集齐！Qwen3.5四款小模型上线魔乐社区，附昇腾全套实践教程

avatar 魔乐社区

Pont - 搭建前后端之桥：高效、灵活的接口管理工具

Pont 是一款强大的数据服务层解决方案，它能够帮助开发者快速搭建前后端之间的桥梁，实现接口的高效管理和代码自动生成。无论是新手还是有经验的开发者，都能通过 Pont 轻松处理接口文档、生成类型安全的 API 代码，从而显著提升开发效率。[![Pont 工具标志](https://raw.gitcode.com/gh_mirrors/po/pont/raw/3f1b7d4bbba3fd2dda

avatar 魔乐社区
cover

魔乐社区月度精选（26年2月）

avatar 魔乐社区