YOLO实战指南1——从COCO JSON到YOLO TXT的自动化转换

1. 为什么需要从COCO JSON转换到YOLO TXT

当你第一次接触目标检测任务时，可能会被各种数据格式搞得晕头转向。COCO和YOLO是两种最常见的格式，但它们的设计理念完全不同。COCO JSON就像是一个精心整理的档案柜，把所有图片和标注信息都打包在一个大文件里；而YOLO TXT更像是便利贴，每张图片对应一个简单的文本文件，只记录最关键的检测框信息。

我在实际项目中遇到过这样的场景：好不容易下载了一个COCO格式的数据集，但发现自己的YOLOv5模型无法直接使用。这时候就需要进行格式转换。COCO JSON文件包含了太多训练时用不到的元数据（比如图片拍摄时间、授权信息等），而YOLO只需要知道每个物体是什么类别、在图片的什么位置就够了。

最让人头疼的是坐标系的差异。COCO使用绝对像素坐标，标注的是左上角点坐标和宽高；而YOLO使用相对坐标，需要的是中心点坐标和归一化后的宽高。这就好比一个是说"从客厅东北角开始，往南3米、往西2米"，另一个是说"在整个房子的正中间偏右30%、偏下20%的位置"。

2. 深入理解COCO JSON文件结构

2.1 COCO JSON的五大组成部分

打开一个典型的COCO JSON文件，你会看到一个巨大的字典结构。我把它比喻成一个五层楼的建筑：

• info层：相当于大楼的门牌，记录着数据集的基本信息。这里通常有数据集版本、创建日期等，但对我们的转换工作影响不大。

• licenses层：版权声明区。虽然法律上很重要，但技术上我们可以暂时忽略。

• images层：图片档案室。每张图片在这里都有一个身份证，包括：

  json复制{
    "id": 0,
    "file_name": "0000001.jpg",
    "width": 640,
    "height": 480
  }
  

  这个宽度和高度信息至关重要，因为后续的坐标转换都需要它。

• annotations层：真正的金矿所在。每个标注对象都包含：

  json复制{
    "id": 1,
    "image_id": 0,
    "category_id": 2,
    "bbox": [100, 200, 50, 80],
    "iscrowd": 0
  }
  

  这里的bbox就是我们要重点处理的对象。

• categories层：类别目录。把数字ID映射到具体类别名，比如：

  json复制{
    "id": 1,
    "name": "person",
    "supercategory": "animal"
  }
  

2.2 特别注意的边界情况

在实际处理中，有几个坑我踩过多次：

1. iscrowd标记：当这个值为1时，表示多个物体挤在一起难以区分。有些数据集会用这个标记来跳过困难样本，我们需要决定是否保留这些标注。

2. segmentation字段：虽然我们主要关注bbox，但有些标注只有多边形分割信息。这时需要计算外接矩形：

   python复制import numpy as np
   points = np.array(segmentation).reshape(-1,2)
   x_min, y_min = points.min(axis=0)
   x_max, y_max = points.max(axis=0)
   bbox = [x_min, y_min, x_max-x_min, y_max-y_min]
   

3. 无效标注：偶尔会遇到宽度或高度为0的bbox，这种标注需要过滤掉。

3. YOLO TXT格式详解

3.1 一行一个对象的精简设计

YOLO的标签文件简单得令人感动。每行代表一个检测对象，格式如下：

code复制<class_id> <x_center> <y_center> <width> <height>

所有坐标值都是相对于图片宽高的比例值，范围在0到1之间。举个例子，如果一个500x400的图片上有个中心在(250,200)，宽高为100x80的物体，那么对应的YOLO标注应该是：

code复制0 0.5 0.5 0.2 0.2

3.2 不同YOLO版本的细微差别

需要注意的是，YOLOv5和YOLOv8的官方实现都使用上述格式。但有些老版本或者变种可能会有所不同：

1. 类别ID起始值：有些从0开始，有些从1开始
2. 坐标顺序：极少数实现会要求先y后x
3. 分隔符：大部分用空格，但也有用逗号或制表符的

建议在转换前先用labelImg等工具手动标注几张图片，确认你的模型具体需要什么格式。

4. 完整转换脚本解析

4.1 基础转换流程

下面这个Python脚本是我在实际项目中反复打磨过的版本，比原始文章中的更健壮：

python复制import json
from pathlib import Path

def coco2yolo(coco_json_path, output_dir):
    # 创建输出目录
    output_dir = Path(output_dir)
    outpu