在线教育网站源码_院内设计_seo技术培训_手机百度

【YOLO标签转换】JSON格式标签转换为YOLO格式标签详细教程（附完整代码）

关于作者

作者：小白熊

作者简介：精通python、matlab、c#语言，擅长机器学习，深度学习，机器视觉，目标检测，图像分类，姿态识别，语义分割，路径规划，智能优化算法，数据分析，各类创新融合等等。

联系邮箱：xbx3144@163.com

  在目标检测任务中，YOLO（You Only Look Once）是一种非常流行的算法。YOLO将目标检测问题转换为回归问题，从而大大提升了检测速度。YOLO格式是一种简洁的数据标注格式，通常用于训练和评估YOLO模型。本文将详细介绍如何将标注数据从JSON格式转换为YOLO格式，并附上详细的Python代码实现。

准备工作

  首先，我们需要整理标注数据。每个JSON文件对应一张图片，其中包含了目标的类别和位置信息，并将其放在一个文件夹中。YOLO格式则要求每个目标的信息以“类别ID 中心点x 中心点y 宽度w 高度h”的形式表示，且所有坐标和尺寸都需要归一化到0到1之间。

完整代码

以下是一个Python脚本，用于将JSON格式的标注数据转换为YOLO格式的TXT文件。

import os  
import json  
from PIL import Image  
import warnings  warnings.filterwarnings("ignore")  json_dir = './labels_json/'  # JSON文件路径  
out_dir = './labels_txt/'  # 输出的TXT文件路径  # 确保输出目录存在  
if not os.path.exists(out_dir):  os.makedirs(out_dir)  def get_json(json_file, filename):  # 读取JSON文件数据  with open(json_file, 'r') as load_f:  content = json.load(load_f)  image_width = 5568  # 图片的宽  image_height = 3712  # 图片的高  filename_txt = out_dir + filename + '.txt'  # 创建或清空TXT文件  with open(filename_txt, mode="w", encoding="utf-8") as fp:  pass  # 创建一个空文件然后关闭  # 类别名称，对应标签序号  name = ['cola', 'pepsi', 'sprite', 'fanta', 'spring', 'ice', 'scream', 'milk', 'red', 'king']  name_class = {name[i]: i for i in range(len(name))}  con = content['shapes']  # 逐个处理标注信息  for t in con:  num = name_class[t['label']]  point = t['points']  # 计算中心点坐标和宽高（归一化）  x = (((point[1][0] - point[0][0]) / 2) + point[0][0]) / image_width  y = (((point[1][1] - point[0][1]) / 2) + point[0][1]) / image_height  w = (point[1][0] - point[0][0]) / image_width  h = (point[1][1] - point[0][1]) / image_height  # 将计算得到的信息写入TXT文件  file_str = str(num) + ' ' + str(round(x, 6)) + ' ' + str(round(y, 6)) + ' ' + str(round(w, 6)) + \  ' ' + str(round(h, 6))  with open(filename_txt, mode="a", encoding="utf-8") as fp:  fp.write(file_str + '\n')  def main():  files = os.listdir(json_dir)  # 得到文件夹下的所有文件名称  for file in files:  # 遍历文件夹  if file.endswith('.json'):  # 只处理JSON文件  filename = file.split('.')[0]  get_json(json_dir + '/' + file, filename)  if __name__ == '__main__':  main()

代码详解

1. 导入必要的库：
   • os：用于文件和目录操作。
   • json：用于读取JSON文件。
   • PIL.Image：虽然在这个脚本中没有直接使用到PIL库，但通常用于图像处理。
   • warnings：用于忽略警告信息，使输出更加清晰。
2. 设置目录路径：
   • json_dir：JSON文件存储的目录。
   • out_dir：输出的TXT文件存储的目录。
3. 确保输出目录存在：如果输出目录不存在，则创建它。
4. 定义get_json函数：
   • 读取JSON文件并解析内容。
   • 设置图片的宽度和高度（例子中所有图片的尺寸相同）。
   • 定义类别名称和对应的标签序号。
   • 遍历标注信息，计算每个目标的中心点坐标和宽高（归一化）。
   • 将计算得到的信息写入TXT文件。
5. 定义main函数：
   • 遍历JSON文件目录，获取所有JSON文件。
   • 调用get_json函数处理每个JSON文件。
6. 运行脚本：
   • 检查是否是直接运行该脚本，如果是，则调用main函数。

注意事项

1. JSON文件格式：
   • JSON文件的格式包含shapes字段，每个形状包含label和points字段。
   • label字段表示目标类别，points字段表示目标的矩形框的两个对角点坐标。
2. 归一化：
   • YOLO格式要求所有坐标和尺寸都需要归一化到0到1之间。
   • 归一化公式：(实际值 - 最小值) / (最大值 - 最小值)。在这里，图片的宽高作为最大值，坐标值作为实际值进行计算。
3. 文件操作：
   • 在写入TXT文件时，使用mode="a"模式，以确保每次都是在文件末尾追加内容，而不是覆盖原有内容。

  通过这段代码，你可以轻松地将JSON格式的标注数据转换为YOLO格式的TXT文件，从而用于YOLO模型的训练和评估。