X-AnyLabeling中JSON标注转YOLO OBB格式的完整指南

背景介绍

X-AnyLabeling是一款功能强大的图像标注工具，广泛应用于计算机视觉领域。在实际项目中，我们经常需要将标注结果转换为特定训练框架支持的格式。本文将详细介绍如何将X-AnyLabeling生成的JSON标注文件转换为YOLO OBB（Oriented Bounding Box）训练格式。

JSON标注文件结构解析

X-AnyLabeling生成的JSON标注文件包含以下关键信息：

1. 图像基本信息：图像路径、宽度和高度
2. 标注形状信息：每个标注对象包含标签名、点集坐标、形状类型等
3. 旋转信息：对于旋转矩形标注，会包含方向参数

以示例中的"barriergate"标注为例，这是一个旋转矩形标注，包含四个顶点坐标和一个方向参数。

YOLO OBB格式要求

YOLO OBB格式与标准YOLO格式的主要区别在于：

1. 每个对象使用8个值表示：类别索引和4个归一化的顶点坐标(x1,y1,x2,y2,x3,y3,x4,y4)
2. 坐标值需要归一化到[0,1]范围
3. 顶点需要按顺时针或逆时针顺序排列

转换步骤详解

1. 数据准备

确保你拥有：

• 原始图像文件
• 对应的JSON标注文件
• 类别名称列表

2. 坐标归一化处理

对于每个标注对象的顶点坐标，需要进行归一化：

归一化x = x坐标 / 图像宽度
归一化y = y坐标 / 图像高度

3. 顶点排序

确保四个顶点按统一顺序（顺时针或逆时针）排列。X-AnyLabeling生成的旋转矩形通常已经是有序的，但建议验证顺序是否正确。

4. 类别索引映射

根据你的类别列表，将文本标签转换为数字索引。例如：

"barriergate" → 0
"other_class" → 1

5. 生成YOLO OBB格式文件

最终每行表示一个对象，格式为：

class_index x1 y1 x2 y2 x3 y3 x4 y4

6. 批量处理脚本

对于大量文件，建议编写Python脚本自动完成转换。主要步骤包括：

1. 读取JSON文件
2. 提取标注信息
3. 进行坐标转换和归一化
4. 写入TXT文件

实际应用建议

1. 验证标注质量：转换前检查标注是否正确，特别是旋转矩形的顶点顺序
2. 保持一致性：确保所有图像的标注都使用相同的顶点顺序
3. 处理特殊案例：考虑如何标注和转换部分遮挡或截断的对象
4. 数据增强：在YOLO训练流程中，可以加入旋转增强以提升模型对旋转目标的识别能力

常见问题解决方案

1. 顶点顺序不一致：使用凸包算法重新排序顶点
2. 坐标超出范围：检查归一化计算，确保值在[0,1]之间
3. 类别映射错误：建立明确的类别名称到索引的映射表
4. 旋转角度处理：如果需要角度信息，可以额外计算并存储

通过以上步骤，你可以高效地将X-AnyLabeling的JSON标注转换为YOLO OBB训练格式，为后续的旋转目标检测模型训练做好准备。