COCO转YOLO格式终极指南:从原理到实战的完整解决方案
第一次接触目标检测时,我被各种数据格式搞得晕头转向。特别是当下载了COCO数据集准备用YOLO训练时,发现标注格式完全不兼容——COCO用JSON存储边界框信息,而YOLO需要的是TXT文件。更让人崩溃的是,网上找到的转换脚本要么报错,要么生成的标注文件格式不对。经过多次尝试和调试,我终于总结出一套稳定可靠的转换方法,现在分享给同样遇到这个问题的你。
1. 理解COCO与YOLO格式的本质差异
在开始转换之前,我们需要清楚地理解两种格式的区别。COCO数据集使用JSON文件存储标注信息,每个边界框用[x, y, width, height]表示,其中:
x和y是边界框中心点的坐标width和height是边界框的宽度和高度
而YOLO格式使用TXT文件存储标注,每行对应一个物体,格式为class_id x_center y_center width height,其中:
class_id是类别索引(从0开始)x_center、y_center、width和height都是相对于图像宽度和高度的归一化值(0到1之间)
关键转换公式如下:
python复制def convert(size, box):
# size是图像的(width, height)
# box是COCO格式的[x, y, width, height]
dw = 1. / size[0]
dh = 1. / size[1]
x = box[0] + box[2] / 2.0 # 计算中心点x坐标
y = box[1] + box[3] / 2.0 # 计算中心点y坐标
w = box[2] # 宽度
h = box[3] # 高度
# 归一化
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 完整转换脚本解析与优化
下面是一个经过优化的完整转换脚本,解决了常见问题如路径错误、类别ID不连续等:
python复制import os
import json
from tqdm import tqdm
import argparse
def parse_args():
parser = argparse.ArgumentParser(description='Convert COCO format to YOLO format')
parser.add_argument('--json_path', required=True, help='Path to COCO JSON annotation file')
parser.add_argument('--save_path', default='labels', help='Directory to save YOLO format labels')
parser.add_argument('--image_dir', help='Directory containing images for relative path generation')
return parser.parse_args()
def convert_bbox(size, box):
"""Convert COCO bbox format to YOLO format"""
dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[2] / 2.0) * dw
y = (box[1] + box[3] / 2.0) * dh
w = box[2] * dw
h = box[3] * dh
return (x, y, w, h)
def m
