Label Studio 关键点标注数据转换为 YOLO 格式的完整指南
2025-05-10 21:43:57作者:薛曦旖Francesca
前言
在计算机视觉领域,关键点检测是一项重要的任务,广泛应用于姿态估计、目标跟踪等场景。Label Studio 作为一款流行的数据标注工具,提供了灵活的关键点标注功能。本文将详细介绍如何将 Label Studio 中的关键点标注数据转换为 YOLO 格式,以便用于 YOLOv8 等模型的训练。
关键点标注数据格式对比
Label Studio 格式特点
Label Studio 的关键点标注数据通常包含以下特征:
- 使用 JSON 格式存储标注信息
- 关键点坐标以百分比形式表示(0-100%)
- 每个关键点可以关联到特定的边界框(通过 parentID 或 relation)
- 支持为关键点定义不同的标签类别
YOLO 关键点格式要求
YOLO 的关键点格式具有以下规范:
- 每个图像对应一个文本文件
- 每行表示一个对象实例
- 格式包含:类别索引、边界框中心坐标、宽高、关键点坐标
- 所有坐标值归一化到 0-1 范围
数据转换的核心思路
转换过程主要包含以下几个关键步骤:
- 解析原始数据:读取 Label Studio 导出的 JSON 文件
- 建立关联关系:将关键点与对应的边界框进行匹配
- 坐标转换:将百分比坐标转换为归一化坐标
- 格式重组:按照 YOLO 要求的顺序组织数据
- 输出结果:生成 YOLO 格式的文本文件
详细转换方案
1. 配置 Label Studio 标注模板
为了获得最佳转换效果,建议使用以下标注模板配置:
<View>
<Image name="image" value="$image"/>
<RectangleLabels name="bbox" toName="image">
<Label value="目标类别"/>
</RectangleLabels>
<KeyPointLabels name="keypoints" toName="image" smart="true">
<Label value="关键点1"/>
<Label value="关键点2"/>
<!-- 其他关键点定义 -->
</KeyPointLabels>
</View>
这种配置会自动建立关键点与边界框的父子关系,便于后续处理。
2. Python 转换脚本实现
以下是完整的转换脚本,包含详细注释:
import json
import os
def convert_labelstudio_to_yolo(ls_json_path, output_dir, class_map):
"""
将Label Studio标注数据转换为YOLO关键点格式
参数:
ls_json_path: Label Studio导出的JSON文件路径
output_dir: 输出目录
class_map: 类别名称到索引的映射字典
"""
# 创建输出目录
os.makedirs(output_dir, exist_ok=True)
with open(ls_json_path, 'r') as f:
data = json.load(f)
for task in data:
# 获取图像基本信息
image_path = task['data'].get('image') or task['data'].get('img')
if not image_path:
continue
image_name = os.path.basename(image_path)
txt_filename = os.path.splitext(image_name)[0] + '.txt'
txt_path = os.path.join(output_dir, txt_filename)
# 处理标注结果
annotations = task.get('annotations', [])
if not annotations:
continue
annotation = annotations[0]['result']
# 存储边界框和关键点信息
bboxes = {}
keypoints = []
# 首先收集所有边界框
for item in annotation:
if item['type'] == 'rectanglelabels':
bbox_id = item['id']
label = item['value']['rectanglelabels'][0]
# 获取图像原始尺寸
width = item['original_width']
height = item['original_height']
# 转换边界框坐标
x = item['value']['x'] / 100
y = item['value']['y'] / 100
w = item['value']['width'] / 100
h = item['value']['height'] / 100
x_center = x + w/2
y_center = y + h/2
bboxes[bbox_id] = {
'class_idx': class_map.get(label, 0),
'x_center': x_center,
'y_center': y_center,
'width': w,
'height': h,
'keypoints': []
}
# 然后收集关键点并关联到边界框
for item in annotation:
if item['type'] == 'keypointlabels':
# 通过parentID或relation关联
parent_id = item.get('parentID')
if not parent_id:
# 如果没有parentID,尝试从relation中获取
for rel in annotation:
if rel.get('type') == 'relation' and rel['to_id'] == item['id']:
parent_id = rel['from_id']
break
if parent_id in bboxes:
# 转换关键点坐标
kp_x = item['value']['x'] / 100
kp_y = item['value']['y'] / 100
# 添加到对应边界框的关键点列表
bboxes[parent_id]['keypoints'].extend([kp_x, kp_y, 2]) # 2表示可见
# 生成YOLO格式内容
yolo_lines = []
for bbox in bboxes.values():
line = [
bbox['class_idx'],
bbox['x_center'],
bbox['y_center'],
bbox['width'],
bbox['height']
]
line.extend(bbox['keypoints'])
yolo_lines.append(' '.join(map(str, line)))
# 写入文件
with open(txt_path, 'w') as f:
f.write('\n'.join(yolo_lines))
3. 脚本使用示例
# 定义类别映射
class_map = {
'person': 0,
'fish': 1
# 添加其他类别...
}
# 执行转换
convert_labelstudio_to_yolo(
ls_json_path='label_studio_export.json',
output_dir='yolo_labels',
class_map=class_map
)
常见问题与解决方案
-
关键点与边界框关联失败
- 检查标注时是否正确建立了父子关系
- 确保在Label Studio中使用了正确的标注模板
- 可以尝试手动拖动关键点到边界框内
-
坐标转换错误
- 确认原始JSON中包含original_width和original_height
- 检查坐标值是否在预期范围内(0-100)
-
类别映射缺失
- 确保class_map包含所有出现的类别
- 可以为未知类别设置默认值
-
多对象实例处理
- 脚本已支持多个边界框及其关联关键点
- 每个实例会生成独立的行
最佳实践建议
-
标注规范统一
- 为团队制定统一的标注规范
- 确保关键点命名和顺序一致
-
数据验证
- 转换后可视化检查结果
- 可以使用OpenCV绘制关键点验证位置准确性
-
版本控制
- 对标注数据和转换脚本进行版本管理
- 记录转换参数和映射关系
-
性能优化
- 处理大规模数据时考虑分批处理
- 可以使用多线程加速转换过程
扩展应用
本文介绍的方法不仅适用于人体姿态估计,还可应用于:
- 动物行为分析
- 工业零件检测
- 医学图像标记
- 运动捕捉系统
只需调整Label Studio中的标签定义和YOLO模型的输出配置即可适应不同场景。
结语
将Label Studio的关键点标注数据转换为YOLO格式是训练姿态估计模型的重要前置步骤。通过本文介绍的转换方法和脚本,研究人员和开发者可以高效地准备训练数据,加速模型开发流程。实际应用中,建议根据具体需求调整脚本细节,并建立完善的数据质量控制流程。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
858
509

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
257
300

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

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
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5