我正在创建自己的数据集，以进行有关Deeplab模型的培训。目前，我正在使用LabelMe注释图像。一旦图像从分割的png转换为原始png，图片将完全变黑。我不确定图像应该是黑色还是应该显示我在LabelMe中选择的对象的轮廓。

我正在使用基于来自deeplab github存储库中的remove_gt_colormap的脚本。

def _remove_colormap(filename):
  return np.array(Image.open(filename))


def _save_annotation(annotation,filename):

  pil_image = Image.fromarray(annotation.astype(dtype=np.uint8))
  with tf.compat.v1.gfile.Open(filename,mode='w') as f:
    pil_image.save(f,'PNG')


def main(unused_argv):
  # Create the output directory if not exists.
  if not tf.compat.v1.gfile.IsDirectory(flaGS.output_dir):
      tf.compat.v1.io.gfile.makedirs(flaGS.output_dir)

  annotations = glob.glob(os.path.join(flaGS.original_gt_folder,'*.' + flaGS.segmentation_format))
  for annotation in annotations:
    raw_annotation = _remove_colormap(annotation)
    filename = os.path.basename(annotation)[:-4]
    _save_annotation(raw_annotation,os.path.join(
                         flaGS.output_dir,filename + '.' + flaGS.segmentation_format))


if __name__ == '__main__':
    tf.compat.v1.app.run()