Label Studio 关键点标注数据转 YOLO 格式的完整指南
2025-05-10 12:50:18作者:晏闻田Solitary
前言
在计算机视觉领域,关键点检测是一项重要的任务,广泛应用于人体姿态估计、动物行为分析、工业检测等场景。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。然而,当我们需要将标注数据用于 YOLO 模型训练时,需要进行格式转换。本文将详细介绍如何将 Label Studio 的关键点标注数据转换为 YOLO 格式。
两种标注格式解析
Label Studio 关键点标注格式
Label Studio 的关键点标注采用 JSON 格式存储,主要特点包括:
- 使用
keypointlabels
类型表示关键点 - 每个关键点包含 x、y 坐标和宽度信息
- 坐标以百分比形式表示(0-100%)
- 关键点通常与边界框关联,形成完整的对象标注
YOLO 关键点格式
YOLO 的关键点格式要求:
- 每个图像对应一个文本文件
- 每行表示一个对象实例
- 格式规范:
<class-index> <x_center> <y_center> <width> <height> <px1> <py1> <p1-visibility> ... <pxn> <pyn> <pn-visibility>
- 所有坐标归一化到 [0,1] 范围
- 可选包含关键点可见性信息
格式转换的核心思路
转换过程需要解决以下几个关键问题:
- 数据结构映射:将 Label Studio 的层级结构映射为 YOLO 的扁平结构
- 坐标转换:将百分比坐标转换为归一化坐标
- 关键点关联:正确处理关键点与边界框的对应关系
- 标签映射:将文本标签转换为数字索引
转换实现详解
1. 解析 Label Studio JSON
首先需要解析 Label Studio 的 JSON 文件,提取以下信息:
- 图像基本信息(宽度、高度)
- 边界框标注(位置、类别)
- 关键点标注(位置、类别、关联关系)
2. 建立边界框与关键点的关联
在 Label Studio 中,关键点与边界框的关联有两种方式:
- ParentID 方式:关键点通过 parentID 字段直接关联到边界框
- Relation 方式:通过独立的 relation 对象建立关联
推荐使用 ParentID 方式,因为它更直观且处理更简单。
3. 坐标系统转换
需要进行两次坐标转换:
- 将百分比坐标(0-100)转换为归一化坐标(0-1)
- 将边界框的左上角坐标转换为中心点坐标
4. 关键点排序与可见性处理
根据模型需求,需要:
- 确保关键点按预定义顺序排列
- 处理可见性信息(如有)
实践建议
- 标注模板优化:在 Label Studio 中,建议使用 ParentID 方式组织标注,这能简化后续处理
- 数据验证:转换后应进行可视化验证,确保标注位置准确
- 批量处理:对于大规模数据集,建议实现批量转换脚本
- 版本控制:保留原始标注文件和转换脚本,便于追溯和复现
常见问题解决方案
- 缺少图像尺寸信息:可以从边界框标注中提取 original_width 和 original_height
- 关键点顺序混乱:建立明确的标签到索引的映射表
- 关联关系丢失:检查标注时是否正确建立了关键点与边界框的关联
结语
将 Label Studio 的关键点标注转换为 YOLO 格式是训练姿态估计模型的重要前置步骤。通过理解两种格式的差异,建立正确的映射关系,并注意处理过程中的细节问题,我们可以高效地完成这一转换工作,为后续的模型训练奠定良好基础。
在实际应用中,建议根据具体项目需求对转换脚本进行调整,并建立完善的数据验证机制,确保标注质量满足模型训练的要求。
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~0265cinatra
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
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp课程视频测验中的Tab键导航问题解析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英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
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
923
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
74
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