Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]

原创

已于 2024-12-10 21:10:47 修改 · 1.2w 阅读

140 ·

CC 4.0 BY-SA版权

文章标签：

#json #python #开发语言

于 2022-11-28 19:55:17 首次发布

本文详细介绍了如何将使用Labelme工具进行图像标注后得到的json文件转换为Yolov5训练所需的txt格式。重点在于处理多边形标签，将其转换为矩形，并进行坐标规范化。通过Python代码实现json到txt的转换，包括遍历多边形点，获取边界框，以及数字标准化。提供的完整代码包含了从json文件读取、转换和写入txt文件的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题引入

网上的json转化为txt的教程都比较简要，查找了很多资料之后，再自己一个一个的运行代码最后才终于知道其原理。

Labelme简要介绍

通过labelme对图进行标注后，得到的是json文件，而Yolov5对数据进行模型构建的时候，读取需要的是txt格式的文件。所以需要先通过Python进行文件格式的转换

注：labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，项目源代码已经开源。

Labelme程序运行，通过标注后如图所示：

图1 Labelme标注

此图片可以得到以下格式的json文件：

文件中的字段如下：

‘version’——版本号

‘shapes’——里面装的是Yolov5需要的数据

‘label’——你在labelme里面设置的类

‘points’——点的坐标

我这里的label如图1所示共有5类，等下进行json转化为txt的时候用

对应这些类创一个字典以便json进行转换

例：name2id={'bike':0,'arrow':1,'crossline':2,'building':3,'car':4,'person':5}

可能某一张图片中可能不存在上述的某个类，所以这里请以某个json中最多的类创建这个字典。

多边形标签的处理方法

由于yolov5 仅支持矩形图形的识别，所以需要通过数据处理，将多边形变换为矩形。

处理原理：遍历该标签所有的坐标，获取最大x_max,y_max,最小x_min,y_min的x和y的坐标。

然后再进行数据的规范化。

转换后的txt格式如下：

第一个是类，比如第一行中的第一个数字是4，我的name2id中car也为4，即这里指代的就是'car'这个标签。

第一行第二个和第三个数字为数字为图片中心点(x,y)的坐标

第四个数字和第五个数字对应的是这个标签的宽和高。

代码实现

多边形标签代码实现方法

                x_max=0
                y_max=0
                x_min=float("inf")
                y_min=float("inf")

最低0.47元/天解锁文章

200万优质内容无限畅学