SAM转yolo格式

### SAM格式数据转换为YOLO格式 为了将SAM生成的标注数据转换为YOLO格式，可以按照以下方法操作： #### 1. 理解SAM和YOLO格式的区别 SAM生成的数据通常是JSON格式[^1]，其中包含了图像的边界框、分割掩码以及其他元信息。而YOLO格式是一种轻量化的文本格式，每张图片对应的标签文件是一个`.txt`文件，其内容由类别编号以及归一化后的边界框坐标组成。 YOLO格式的具体定义如下： - 每行表示一个对象。 - 行的内容结构为：`<class_id> <x_center> <y_center> <width> <height>`。 - 坐标均经过归一化处理（相对于图像宽度和高度），范围在0到1之间。 #### 2. JSON转YOLO的核心逻辑 要完成从SAM的JSON格式到YOLO格式的转换，需执行以下几个核心步骤的操作描述： - **解析JSON文件**：读取SAM生成的JSON文件并提取必要的字段，如图像尺寸、边界框或分割掩码等。 - **计算边界框**：如果SAM提供了分割掩码，则需要通过这些掩码计算出最小外接矩形作为边界框。 - **归一化坐标**：根据YOLO的要求，将边界框的左上角和右下角坐标转化为中心点坐标，并将其归一化至[0, 1]区间。 - **保存为TXT文件**：最后，按上述格式写入相应的`.txt`文件中。 以下是Python脚本的一个示例实现： ```python import json from pathlib import Path def convert_sam_to_yolo(json_file_path, output_dir): with open(json_file_path, 'r') as f: data = json.load(f) image_width = data['imageWidth'] image_height = data['imageHeight'] yolo_annotations = [] for shape in data.get('shapes', []): label = shape['label'] # 类别名称 points = shape['points'] # 边界框顶点列表 [[x1,y1], [x2,y2]] # 计算边界框参数 x_coords = [point[0] for point in points] y_coords = [point[1] for point in points] bbox_width = max(x_coords) - min(x_coords) bbox_height = max(y_coords) - min(y_coords) center_x = (min(x_coords) + bbox_width / 2) / image_width center_y = (min(y_coords) + bbox_height / 2) / image_height norm_width = bbox_width / image_width norm_height = bbox_height / image_height class_id = get_class_id(label) # 自定义函数获取类别的ID映射关系 yolo_line = f"{class_id} {center_x:.6f} {center_y:.6f} {norm_width:.6f} {norm_height:.6f}" yolo_annotations.append(yolo_line) output_txt_path = Path(output_dir) / f"{Path(json_file_path).stem}.txt" with open(output_txt_path, 'w') as out_f: out_f.write("\n".join(yolo_annotations)) def get_class_id(class_name): """自定义类别名到ID的映射""" class_mapping = {"cat": 0, "dog": 1, "person": 2} return class_mapping[class_name] # 使用实例 convert_sam_to_yolo("path/to/sam_output.json", "output/yolo/") ``` 此脚本假设输入的是标准LabelMe样式的JSON文件[^2]，并且存在一个简单的类别字符串到整数ID的映射表。实际应用可能需要调整具体的细节来适配不同的SAM输出形式。 #### 工具推荐 除了手动编写脚本之外，还可以利用一些现有的开源工具来进行这种格式之间的转换工作。例如AnyLabeling支持多种导入导出功能，能够方便地把不同类型的标注结果互相转化。 ---