关键点检测数据集yolo格式转coco格式

### 将YOLO格式的关键点检测数据集转换为COCO格式 #### 数据结构对比 YOLO格式通常用于目标检测，其标注文件中的每一行表示一个边界框及其类别标签。对于关键点检测任务，在YOLO格式下，除了边界框外还会附加若干个关键点坐标。而COCO格式则更加复杂和灵活，不仅支持多类别的对象定义，还能够描述图像中多个实例的位置、姿态以及其他属性。 #### 转换过程概述 为了实现从YOLO到COCO格式的转换，主要工作集中在解析原始YOLO标注文件并构建符合COCO JSON标准的新文档。这涉及到几个方面的工作： - **读取YOLO标注**：提取每张图片对应的边界框信息及关联的关键点位置。 - **创建JSON模板**：按照COCO API的要求准备基本框架，包括images, annotations 和 categories三个部分。 - **映射关系建立**：确保YOLO中的分类ID能正确对应至COCO里的category_id字段；同时处理好keypoints数组与image ID之间的绑定。 - **保存结果**：最终生成完整的COCO风格json文件[^1]。 #### 实现方法 下面给出一段Python脚本作为参考，该脚本能帮助完成上述提到的任务之一——即把单个YOLO txt文件的内容转化为适合加入到总的annotations列表当中的字典形式。 ```python import json from pathlib import Path def yolo_to_coco(yolo_file_path: str, image_info: dict, category_id_map: dict): """ Convert YOLO format keypoints to COCO annotation structure. Args: yolo_file_path (str): Path of the .txt file containing YOLO style labels and keypoints. image_info (dict): Dictionary holding information about current image like id, width, height etc. category_id_map (dict): Mapping from original class ids used in YOLO files to those expected by COCO dataset. Returns: list[dict]: List of dictionaries representing individual object instances with their respective keypoint data formatted according to COCO specifications. """ coco_anns = [] img_width = int(image_info['width']) img_height = int(image_info['height']) with open(yolo_file_path) as f: lines = f.readlines() for line_num, line in enumerate(lines): parts = line.strip().split() cls_idx_yolo = int(parts[0]) bbox_x_center_norm = float(parts[1]) * img_width bbox_y_center_norm = float(parts[2]) * img_height bbox_w_norm = float(parts[3]) * img_width bbox_h_norm = float(parts[4]) * img_height keypoints = [] # Initialize empty list for storing all keypoints per instance num_keypoints_visible = 0 # Counter for visible keypoints within bounding box # Assuming there are N pairs after first five elements which represent keypoints' coordinates(x,y,v) n_kpts = len(parts)-5 if n_kpts % 3 != 0: raise ValueError(f"Incorrect number of values found on line {line_num}.") kpt_pairs = zip(*([iter(parts[5:])]*3)) for idx, (kpx_str, kpy_str, visiblity_flag) in enumerate(kpt_pairs): try: kp_x = round(float(kpx_str)*img_width) kp_y = round(float(kpy_str)*img_height) v = min(int(visiblity_flag), 2) # Visibility flag should be either 0 or 1 or 2 keypoints.extend([kp_x, kp_y, v]) if v > 0: num_keypoints_visible += 1 except Exception as e: print(e) ann_dict = { "id": line_num, "image_id": image_info["id"], "category_id": category_id_map.get(cls_idx_yolo), "bbox":[round(bbox_x_center_norm-bbox_w_norm/2.), round(bbox_y_center_norm-bbox_h_norm/2.), bbox_w_norm,bbox_h_norm], "area": bbox_w_norm*bbox_h_norm, "iscrowd": 0, "num_keypoints": num_keypoints_visible, "keypoints": keypoints } coco_anns.append(ann_dict) return coco_anns ``` 此函数接受一个指向YOLO格式文本文件路径`yolo_file_path`，一张特定图片的信息字典`image_info`（至少包含宽度、高度和唯一标识符），以及原生类别索引到新类别编号间的映射表`category_id_map`。它会返回一系列遵循COCO规范的对象实例记录组成的列表。 需要注意的是，这段代码假设输入的YOLO文件已经包含了必要的关键点信息，并且这些信息是以三元组的形式存在的（x坐标比例、y坐标比例、可见性标志）。如果实际情况有所不同，则可能需要调整相应的逻辑来适应具体需求[^2]。