共计 2457 个字符，预计需要花费 7 分钟才能阅读完成。

背景痛点：标注与训练的数据格式鸿沟

在目标检测项目中，我们常常遇到这样的问题：标注工具输出的格式（如 AnyLabeling 的 JSON/Pascal VOC）与 YOLO 训练所需的 TXT 格式不兼容。这种格式差异会导致：

• 坐标系统不一致（绝对坐标 vs 归一化坐标）
• 类别 ID 定义方式不同（从 0 开始 vs 任意编号）
• 文件组织结构差异（单一文件 vs 分目录存储）

技术方案：三步打通数据管道

1. 解析 AnyLabeling 输出格式

AnyLabeling 支持两种主要导出格式：

• JSON 格式：包含图像路径、标注框和类别信息
• Pascal VOC 格式：每个图像对应一个 XML 文件

以 JSON 为例，其核心结构如下：

{
  "version": "0.1.0",
  "flags": {},
  "shapes": [
    {
      "label": "cat",
      "points": [[100, 150], [200, 250]],
      "shape_type": "rectangle"
    }
  ],
  "imagePath": "images/001.jpg"
}

2. 格式转换 Python 实现

以下是完整的转换脚本（JSON 转 YOLO 格式）：

import json
from pathlib import Path
import cv2
from typing import Dict, List

def convert_json_to_yolo(
    json_path: Path,
    output_dir: Path,
    class_map: Dict[str, int]
) -> None:
    """将 AnyLabeling 的 JSON 标注转换为 YOLO 格式"""

    with open(json_path) as f:
        data = json.load(f)

    img_path = Path(data["imagePath"])
    img = cv2.imread(str(img_path))
    h, w = img.shape[:2]  # 获取图像尺寸用于归一化

    yolo_lines = []
    for shape in data["shapes"]:
        # 处理每个标注框
        label = shape["label"]
        points = shape["points"]

        # 计算 YOLO 格式的中心点和宽高（归一化）x_min, y_min = points[0]
        x_max, y_max = points[1]

        x_center = ((x_min + x_max) / 2) / w
        y_center = ((y_min + y_max) / 2) / h
        width = (x_max - x_min) / w
        height = (y_max - y_min) / h

        # 验证坐标是否合法
        assert 0 <= x_center <= 1, f"非法 x 坐标: {x_center}"
        assert 0 <= y_center <= 1, f"非法 y 坐标: {y_center}"

        yolo_lines.append(f"{class_map[label]} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}"
        )

    # 写入 YOLO 格式文件
    output_path = output_dir / f"{img_path.stem}.txt"
    with open(output_path, "w") as f:
        f.write("\n".join(yolo_lines))

3. 生成 YOLO 数据配置文件

创建 data.yaml 文件示例如下：

train: ../train/images
val: ../val/images

# 类别定义（必须与 class_map 一致）nc: 3
names: ["cat", "dog", "person"]

避坑指南：三个关键陷阱

陷阱 1：坐标归一化错误

• 问题：忘记用图像宽高归一化坐标
• 解决方案：始终先读取原图获取尺寸

# 正确做法
img = cv2.imread(image_path)
h, w = img.shape[:2]

陷阱 2：类别 ID 不连续

• 问题：跳过某些 ID 导致训练报错
• 解决方案：建立从 0 开始的连续映射

# 自动生成连续 ID
classes = sorted({shape["label"] for shape in data["shapes"]})
class_map = {name: idx for idx, name in enumerate(classes)}

陷阱 3：路径引用错误

• 问题：绝对路径导致他人无法运行
• 解决方案：使用相对路径并保持目录结构

dataset/
├── images/
│   ├── train/
│   └── val/
└── labels/
    ├── train/
    └── val/

性能优化技巧

多进程加速转换

from multiprocessing import Pool

def process_file(args):
    json_path, output_dir, class_map = args
    convert_json_to_yolo(json_path, output_dir, class_map)

if __name__ == "__main__":
    with Pool(processes=4) as pool:
        pool.map(process_file, file_args_list)

智能划分验证集

from sklearn.model_selection import train_test_split

# 按 8:2 比例划分
train_files, val_files = train_test_split(
    all_files, 
    test_size=0.2, 
    random_state=42
)

完整流程图示

flowchart TD
    A[AnyLabeling 标注] --> B[JSON/VOC 格式]
    B --> C{格式转换}
    C --> D[YOLO TXT 格式]
    D --> E[data.yaml 配置]
    E --> F[YOLO 训练]

经验总结

经过多个项目的实践验证，这套流程可以将标注数据到训练准备的耗时减少 30% 以上。关键点在于：

1. 建立统一的类别映射表
2. 严格验证坐标归一化结果
3. 保持路径结构的可移植性

建议将转换脚本封装为可复用的 Python 模块，后续项目只需调整配置文件即可快速适配。对于超大规模数据集，可以考虑先将标注数据存入数据库再分布式处理。