ultralytics/JSON2YOLO

解決する課題

JSON2YOLOは、JSON形式（具体的にはCOCOおよびLabelMe）のデータセットアノテーションをYOLO形式に変換するプロセスを簡素化します。これは、効率的なリアルタイム推論のために特定のラベルレイアウトを必要とするUltralytics YOLOなどのフレームワークを使用して、物体検出、セグメンテーション、およびポーズ推定モデルをトレーニングするために必要です。

仕組み

このツールキットは、アノテーションファイルを処理するためのスクリプトとPythonメソッド（convert_coco）を提供します。画像、カテゴリ、およびアノテーションデータを含むJSONファイルを読み取り、labelsディレクトリとimagesディレクトリ、およびクラス名用のYAML設定ファイルで構成されるYOLOデータセット構造に変換します。

対象者

Linux、macOS、およびWindowsプラットフォームで、YOLOベースの物体検出モデルのトレーニング用にデータセットを準備する必要がある機械学習の実践者を対象としています。

特徴

• マルチフォーマット対応: COCOの検出、セグメンテーション、キーポイントのアノテーション、およびLabelMeのポリゴン、矩形、円、ラインストリップ、マスクのアノテーションを変換します。
• クロスプラットフォーム: Linux、macOS、Windowsで動作します。
• メインパッケージへの統合: 最新の機能を利用できるよう、メインの ultralytics Pythonパッケージに統合されました。
• 柔軟な入力: 標準的なキーを持つCOCO JSONと、画像ごとに1つのJSONを使用するLabelMeの両方に対応しています。