【数据集处理】coco格式转换成yolov5格式（非原创）

最新推荐文章于 2025-04-25 08:58:57 发布

Petra取名废

最新推荐文章于 2025-04-25 08:58:57 发布

阅读量2.9k

点赞数 1

文章标签： python pytorch 目标检测

本文链接：https://blog.youkuaiyun.com/weixin_49221232/article/details/121580417

版权

本文记录了如何使用Python和PyTorch将COCO格式的目标检测数据集转换为YOLOv5格式，包括数据预处理、标签映射和坐标归一化操作。提供了源代码链接供参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如题，在网上找的代码，感觉还蛮好用的，记录一下，省得到时候重新再找。

源代码地址：
https://www.jianshu.com/p/8ddd8f3fdf73
目的：将coco格式的数据集转换成yolo格式需求
任务：
1）存储生成的标签和图像分别至两个文件目录中，同时标签和图像的文件命名要求一致
2）将目标对象原标签集合递增顺序映射至{0-3}空间
3）由于原始标签中位置信息为{top_x, top_y, width, height}，项目需要将其转换为{center_x, center_y, width, height}格式，并将其数值进行归一化操作

转换代码

from pycocotools.coco import COCO
import numpy as np
import tqdm
import argparse


def arg_parser():
    parser = argparse.ArgumentParser('code by rbj')
    parser.add_argument('--annotation_path', type=str,
                        default='../annotations/instances_val2017.json')
    #生成的txt文件保存的目录
    parser.add_argument('--save_base_path', type=str, default='../labels/valid/')
    args = parser.parse_args(args=[])
    #原网页中是args = parser.parse_args()会报错，改成这个以后解决了
    return args
if __name__ == '__main__':
    args = arg_parser()
    annotation_path = args.annotation_path
    save_base_path = args.save_base_path

    data_source = COCO(annotation_file=annotation_path)
    catIds = data_source.getCatIds()
    categories = data_source.loadCats(catIds)
    categories.sort(key=lambda x: x['id'])
    classes = {
   }
    coco_labels = {
   }
    coco_labels_inverse = {
   <