X-AnyLabeling中JSON标注转YOLO OBB格式的完整指南
2025-06-08 02:46:08作者:宣海椒Queenly
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:
- 图像基本信息:图像路径、宽度和高度
- 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
- 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:
- 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)
- 坐标值需要归一化到[0,1]范围
- 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:
- 读取JSON文件
- 提取标注信息
- 进行坐标转换和归一化
- 写入TXT文件
实际应用建议
- 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
- 保持一致性:确保所有图像的标注都使用相同的顶点顺序
- 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
- 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
- 顶点顺序不一致:使用凸包算法重新排序顶点
- 坐标超出范围:检查归一化计算,确保值在[0,1]之间
- 类别映射错误:建立明确的类别名称到索引的映射表
- 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。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8