从COCO到YOLOv5：高效实现Json标签到Txt格式的自动化转换-平芜编程栈

1. 为什么需要从COCO格式转换到YOLOv5格式

当你开始一个目标检测项目时，可能会遇到各种不同格式的标注数据。COCO格式和YOLO格式是目前最常用的两种标注格式，但它们有着完全不同的数据组织方式。COCO格式通常以单个json文件存储整个数据集的标注信息，而YOLOv5则需要为每张图片单独准备一个txt文件。

这种差异在实际项目中会带来不少麻烦。比如我最近接手的一个交通标志检测项目，客户提供的就是COCO格式的标注数据，但团队决定使用YOLOv5进行模型训练。这就必须先把数据转换成YOLOv5能识别的格式。转换过程中最大的挑战是要确保坐标系的正确转换和归一化处理，稍有不慎就会导致模型训练效果大打折扣。

2. 理解COCO和YOLOv5的标注格式差异

2.1 COCO格式的组成结构

COCO格式的标注文件是一个结构化的json文件，主要包含三个关键部分：

images：记录所有图片的基本信息，包括文件名、尺寸和唯一ID
annotations：存储所有标注框的详细信息，包括所属图片ID、类别ID和边界框坐标
categories：定义所有类别的名称和对应ID

举个例子，一个典型的COCO标注片段可能长这样：

{ "images": [ { "file_name": "013856.jpg", "height": 1080, "width": 1920, "id": 13856 } ], "annotations": [ { "image_id": 13856, "category_id": 2, "bbox": [541, 517, 79, 102] } ], "categories": [ {"id": 1, "name": "Car"}, {"id": 2, "name": "Pedestrian"} ] }

2.2 YOLOv5格式的要求

YOLOv5需要的标注格式则简单得多，每个图片对应一个同名的txt文件，每行表示一个目标对象，格式为：

<class_id> <x_center> <y_center> <width> <height>

其中所有坐标值都是相对于图片宽高的归一化值（0-1之间）。比如上面的COCO标注转换成YOLOv5格式会是：

1 0.2817708 0.5287037 0.0411458 0.0944444

3. 转换过程的关键步骤

3.1 解析COCO JSON文件

首先需要用Python的json模块加载文件内容：

import json with open('train.json', 'r') as f: coco_data = json.load(f)

解析后我们可以获取三个主要部分：

images = coco_data['images'] annotations = coco_data['annotations'] categories = coco_data['categories']

3.2 创建YOLOv5所需的目录结构

YOLOv5期望的数据目录结构通常是这样的：

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

我们可以用以下代码创建这个结构：

import os os.makedirs('dataset/images/train', exist_ok=True) os.makedirs('dataset/labels/train', exist_ok=True)

3.3 坐标转换与归一化处理

这是整个转换过程最关键的步骤。COCO的bbox格式是[x_top_left, y_top_left, width, height]，而YOLOv5需要的是[x_center, y_center, width, height]，并且所有值都要归一化。

转换公式如下：

def coco_to_yolo(bbox, img_width, img_height): x_tl, y_tl, w, h = bbox x_center = (x_tl + w/2) / img_width y_center = (y_tl + h/2) / img_height width = w / img_width height = h / img_height return [x_center, y_center, width, height]

4. 完整转换代码实现

下面是一个完整的转换脚本，包含了错误处理和日志记录：

import json import os from tqdm import tqdm def convert_coco_to_yolo(json_path, output_dir): # 加载COCO标注文件 with open(json_path, 'r') as f: coco_data = json.load(f) # 创建输出目录 os.makedirs(output_dir, exist_ok=True) # 构建图片ID到文件名的映射 img_id_to_info = {img['id']: img for img in coco_data['images']} # 构建类别ID映射（COCO ID可能不连续，需要重新映射） categories = {cat['id']: idx for idx, cat in enumerate(coco_data['categories'])} # 处理每个标注 for ann in tqdm(coco_data['annotations'], desc="Processing annotations"): img_info = img_id_to_info.get(ann['image_id']) if not img_info: continue # 获取图片尺寸 img_w, img_h = img_info['width'], img_info['height'] # 转换坐标 yolo_bbox = coco_to_yolo(ann['bbox'], img_w, img_h) # 获取对应的类别ID（从0开始） class_id = categories[ann['category_id']] # 准备写入内容 line = f"{class_id} {' '.join(map(str, yolo_bbox))}\n" # 写入到对应的txt文件 txt_path = os.path.join(output_dir, f"{os.path.splitext(img_info['file_name'])[0]}.txt") with open(txt_path, 'a') as f: f.write(line) def coco_to_yolo(bbox, img_w, img_h): x, y, w, h = bbox x_center = (x + w/2) / img_w y_center = (y + h/2) / img_h width = w / img_w height = h / img_h return [x_center, y_center, width, height] # 使用示例 convert_coco_to_yolo('train.json', 'dataset/labels/train')

5. 常见问题与解决方案

5.1 类别ID不一致问题

COCO数据集的类别ID可能不是从0开始的连续数字。比如官方COCO数据集的ID就是从1开始，而且中间有间隔。这会导致YOLOv5训练时报错，因为YOLO默认期望类别ID是连续的（0到n-1）。

解决方法是在转换时重新映射类别ID：

categories = {cat['id']: idx for idx, cat in enumerate(coco_data['categories'])}

5.2 坐标归一化错误

如果忘记做归一化处理，或者归一化计算错误，会导致模型完全无法学习。常见错误包括：

忘记除以图片宽高
使用绝对坐标而不是相对坐标
中心点计算错误

建议在转换后随机检查几个样本，确认坐标值都在0-1范围内。

5.3 图片与标注文件不匹配

有时图片文件名和标注文件名可能不一致，导致训练时找不到对应标注。解决方法包括：

确保文件名（不含扩展名）完全一致
检查是否有隐藏字符或空格
统一使用小写文件名

6. 验证转换结果

转换完成后，强烈建议可视化检查结果。可以使用以下代码随机检查几张图片：

import cv2 import random def visualize_yolo_label(img_path, label_path): img = cv2.imread(img_path) h, w = img.shape[:2] with open(label_path, 'r') as f: lines = f.readlines() for line in lines: class_id, xc, yc, bw, bh = map(float, line.strip().split()) # 转换回绝对坐标 x1 = int((xc - bw/2) * w) y1 = int((yc - bh/2) * h) x2 = int((xc + bw/2) * w) y2 = int((yc + bh/2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0,255,0), 2) cv2.imshow('Preview', img) cv2.waitKey(0) # 随机检查5张图片 label_files = os.listdir('dataset/labels/train')[:5] for lf in label_files: img_file = lf.replace('.txt', '.jpg') visualize_yolo_label(f'dataset/images/train/{img_file}', f'dataset/labels/train/{lf}')

7. 性能优化技巧

当处理大规模数据集时，转换过程可能很耗时。以下是几个优化建议：

多进程处理：使用Python的multiprocessing模块并行处理

from multiprocessing import Pool def process_image(img_info): # 处理单张图片的转换逻辑 pass with Pool(4) as p: # 使用4个进程 p.map(process_image, coco_data['images'])