yolov8 目标检测json

### YOLOv8 目标检测中 JSON 格式的使用 YOLOv8 是一种高效的目标检测框架，其输入通常需要特定格式的数据标注文件。尽管 YOLO 的标准标注格式为 `.txt` 文件[^2]，但在实际项目中，许多工具（如 LabelMe 或其他标注平台）会导出 JSON 格式的标注数据。因此，在处理这些数据时，可能需要将 JSON 转换为 YOLO 支持的格式。 #### JSON 格式到 YOLO 格式的转换逻辑 JSON 文件是一种灵活的数据存储方式，常用于保存复杂结构化的对象信息。对于目标检测任务，JSON 中一般包含图像路径、边界框坐标以及类别标签等字段。以下是常见的 JSON 结构： ```json { "images": [ { "file_name": "image_001.jpg", "height": 720, "width": 1280, "id": 1 } ], "annotations": [ { "bbox": [50, 60, 200, 150], // 左上角x,y 和 宽高w,h "category_id": 0, "image_id": 1, "id": 1 } ], "categories": [ {"id": 0, "name": "person"} ] } ``` 为了使上述 JSON 数据兼容 YOLOv8，需将其转换为目标检测所需的 `.txt` 格式。具体来说，每张图片对应一个 `.txt` 文件，其中每一行表示一个物体实例，遵循如下格式： ``` <class_index> <normalized_x_center> <normalized_y_center> <normalized_width> <normalized_height> ``` #### Python 实现 JSON 到 YOLO 格式的转换 以下是一个简单的脚本示例，展示如何实现这一转换过程： ```python import json from pathlib import Path def convert_json_to_yolo(json_file_path, output_dir): with open(json_file_path, 'r') as f: data = json.load(f) category_mapping = {cat['id']: idx for idx, cat in enumerate(data['categories'])} for image_info in data['images']: image_id = image_info['id'] width = image_info['width'] height = image_info['height'] txt_filename = Path(output_dir) / f"{Path(image_info['file_name']).stem}.txt" annotations_for_image = [ann for ann in data['annotations'] if ann['image_id'] == image_id] lines = [] for annotation in annotations_for_image: bbox = annotation['bbox'] class_idx = category_mapping.get(annotation['category_id'], -1) # Convert COCO bbox (x_min, y_min, w, h) to normalized YOLO format x_center = (bbox[0] + bbox[2] / 2) / width y_center = (bbox[1] + bbox[3] / 2) / height norm_w = bbox[2] / width norm_h = bbox[3] / height line = f"{class_idx} {x_center:.6f} {y_center:.6f} {norm_w:.6f} {norm_h:.6f}" lines.append(line) with open(txt_filename, 'w') as out_f: out_f.write("\n".join(lines)) if __name__ == "__main__": convert_json_to_yolo("path/to/your/json/file.json", "output/txt/directory/") ``` 此代码片段实现了从 JSON 文件读取标注信息，并按照 YOLO 所需的标准格式写入对应的 `.txt` 文件。 #### 高级应用场景 如果使用的标注工具有内置功能支持导出多种格式，则可以直接利用该功能简化流程。例如，Roboflow 提供了一键导出选项，能够快速生成适用于 YOLO 的标注文件集合。 --- ###