如何为无标注图片创建Labelme格式JSON文件用于算法训练？

当然可以，你可以通过两种方式生成这类无标注图片对应的Labelme格式JSON文件，用来作为目标检测的负样本：

手动创建单文件模板 #

• 复制一份你已有的、标注正常的Labelme JSON文件作为模板
• 用文本编辑器打开模板，修改以下关键内容：
  • 将imagePath字段的值改为当前无标注图片的文件名（比如"imagePath": "no_tape_001.jpg"）
  • 用图片查看工具获取图片的宽高，替换imageWidth和imageHeight的数值
  • 把shapes数组清空，改为"shapes": []
  • 可选：如果不需要imageData字段（该字段是图片的base64编码），可以直接删除这个字段，或者设为null
• 保存修改后的文件，命名和对应图片一致（比如no_tape_001.json）

脚本批量生成（适合大量无标注图片） #

如果有大量无标注图片，用Python脚本批量生成更高效，示例代码如下：

import os
import json
from PIL import Image

# 替换为你的无标注图片文件夹路径
img_dir = "./no_tape_images"

for img_name in os.listdir(img_dir):
    if not img_name.lower().endswith(('.png', '.jpg', '.jpeg')):
        continue
    img_path = os.path.join(img_dir, img_name)
    # 获取图片尺寸
    with Image.open(img_path) as img:
        width, height = img.size
    # 构建Labelme格式的JSON结构
    labelme_json = {
        "version": "5.0.1",
        "flags": {},
        "shapes": [],
        "imagePath": img_name,
        "imageData": None,
        "imageWidth": width,
        "imageHeight": height
    }
    # 保存JSON文件
    json_name = os.path.splitext(img_name)[0] + ".json"
    json_path = os.path.join(img_dir, json_name)
    with open(json_path, 'w', encoding='utf-8') as f:
        json.dump(labelme_json, f, indent=2)

运行脚本前需要确保安装了Pillow库（pip install pillow），它会自动遍历指定文件夹里的图片，生成对应名称的空标注JSON文件。

生成的这些JSON文件可以正常被Labelme打开，也能被绝大多数目标检测训练框架识别为无目标标注的负样本，满足你训练鲁棒模型的需求。

内容的提问来源于stack exchange，提问作者SoajanII