YOLO-POSE数据格式转换：JSON到TXT的实战指南

1. 项目概述：YOLO-POSE关键点数据格式转换工具

在计算机视觉领域，YOLO-POSE作为实时人体姿态估计模型，其训练数据的准备往往成为项目落地的第一道门槛。最近在实际项目中，我遇到了一个典型问题：团队使用X-AnyLabeling标注工具生成的JSON格式标注文件，需要转换为YOLO-POSE模型所需的TXT格式。这个看似简单的转换过程，实际上涉及坐标归一化、关键点映射、数据校验等多个技术环节。

本文分享的Python脚本，正是为解决这一痛点而生。它不仅实现了JSON到TXT的格式转换，还包含三大实用功能：

1. 支持指定特定标签进行选择性转换
2. 自动清理无效图片数据
3. 提供可视化验证模块

这个方案已经在我们的工业质检项目中稳定运行，累计处理超过50万张标注图像。下面将详细解析实现原理和实战技巧。

2. 核心设计思路与技术选型

2.1 数据格式差异分析

X-AnyLabeling生成的JSON标注文件与YOLO-POSE需要的TXT格式存在显著差异：

JSON标注结构示例：

json复制{
  "imageWidth": 1920,
  "imageHeight": 1080,
  "shapes": [
    {
      "label": "person",
      "shape_type": "rectangle",
      "points": [[100,200],[300,400]]
    },
    {
      "label": "left_eye",
      "shape_type": "point",
      "points": [[150,250]]
    }
  ]
}

YOLO-POSE目标格式：

code复制<class_id> <center_x> <center_y> <width> <height> <x1> <y1> <v1> ... <xn> <yn> <vn>

其中关键差异点包括：

• 坐标表示：JSON使用绝对像素坐标，YOLO要求归一化到[0,1]区间
• 结构差异：JSON自由格式 vs YOLO的固定顺序
• 关键点属性：YOLO需要额外标注可见性(v)状态

2.2 技术实现路线

基于上述分析，我们采用分阶段处理策略：

1. 矩形框处理阶段：

   • 提取所有shape_type为rectangle的标注
   • 计算中心点坐标和宽高
   • 进行归一化处理（除以图像宽高）

2. 关键点处理阶段：

   • 遍历指定关键点标签（如left_eye、right_eye等）
   • 对每个点执行坐标归一化
   • 转换difficult属性为可见性标识（0=不可见，1=遮挡，2=可见）

3. 数据校验阶段：

   • 自动删除无对应标注的图片文件
   • 验证坐标值是否超出[0,1]范围

3. 核心代码实现解析

3.1 矩形框归一化处理

python复制def process_json_rectangle(json_path, keypoint_labels, PROCESS_CATEGORY):
    with o