Label Studio 关键点标注数据转 YOLO 格式的完整指南
2025-05-10 01:21:49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
- 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!C0300- 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
最新内容推荐
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
511

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
258
298

🔥🔥🔥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
332
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
398
371

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