将boundingPoly格式转换为yolo格式

Question

Yolov5不支持分段标签，我需要将它转换成正确的格式。

您将如何将此转换为yolo格式？

        "boundingPoly": {
            "normalizedVertices": [{
                "x": 0.026169369
            }, {
                "x": 0.99525446
            }, {
                "x": 0.99525446,
                "y": 0.688811
            }, {
                "x": 0.026169369,
                "y": 0.688811
            }]
        }

yolo格式如下所示

0 0.588196 0.474138 0.823607 0.441645
<object-class> <x> <y> <width> <height>

Answer 1

在我们的评论后，我有足够的信息来回答你的问题。这是来自的输出。normalizedVertices类似于YOLO格式，因为它们是“规范化”的，这意味着坐标是在0到1之间缩放的，而不是从1到n的像素。在YOLO格式中，第2列和第3列中的X和Y值指的是包围框的中心，而不是其中的一个角。

下面是一个代码片段，它将在https://ghostbin.com/hOoaz/raw上示例成以下YOLO格式的字符串'0 0.5080664305 0.5624289849999999 0.9786587390000001 0.56914843‘

#Sample annotation output 
json_annotation = """
      [
        {
          "mid": "/m/01bjv",
          "name": "Bus",
          "score": 0.9459266,
          "boundingPoly": {
            "normalizedVertices": [
              {
                "x": 0.018737061,
                "y": 0.27785477
              },
              {
                "x": 0.9973958,
                "y": 0.27785477
              },
              {
                "x": 0.9973958,
                "y": 0.8470032
              },
              {
                "x": 0.018737061,
                "y": 0.8470032
              }
            ]
          }
        }
      ]
"""

import json
json_object = json.loads(json_annotation, strict=False)

#Map all class names to class id
class_dict = {"Bus": 0}
#Get class id for this record
class_id = class_dict[json_object[0]["name"]]

#Get the max and min values from segmented polygon points 
normalizedVertices = json_object[0]["boundingPoly"]["normalizedVertices"]
max_x = max([v['x'] for v in normalizedVertices])
max_y = max([v['y'] for v in normalizedVertices])
min_x = min([v['x'] for v in normalizedVertices])
min_y = min([v['y'] for v in normalizedVertices])

width = max_x - min_x
height = max_y - min_y 
center_x = min_x + (width/2)
center_y = min_y + (height/2)

yolo_row = str(f"{class_id} {center_x} {center_y} {width} {height}")
print(yolo_row)

如果您想要训练一个YOLO模型，还需要执行几个步骤:您需要在特定的文件夹结构中设置图像和注释。但这将帮助您转换注释。