ultralytics/JSON2YOLO

解決的問題

JSON2YOLO 簡化了將 JSON 格式（特別是 COCO 和 LabelMe）的資料集標註轉換為 YOLO 格式的過程。這對於使用 Ultralytics YOLO 等框架進行目標檢測、分割和姿勢估計模型訓練是必需的，因為這些框架需要特定的標籤佈局以實現高效的即時推理。

工作原理

該工具包提供了用於處理標註文件的腳本和 Python 方法 (convert_coco)。它讀取包含圖像、類別和標註數據的 JSON 文件，並將其轉換為 YOLO 資料集結構，該結構由 labels 目錄和 images 目錄以及用於類別名稱的 YAML 設定檔組成。

適用對象

專為需要在 Linux、macOS 和 Windows 平台上為基於 YOLO 的目標檢測模型準備訓練資料集的機器學習從業者設計。

亮點

• 多格式支援：轉換 COCO 檢測、分割和關鍵點標註，以及 LabelMe 的多邊形、矩形、圓形、線段和遮罩標註。
• 跨平台：可在 Linux、macOS 和 Windows 上執行。
• 移交至主套件：現已整合到主 ultralytics Python 套件中，以提供更新的功能。
• 靈活的輸入：處理具有標準鍵的 COCO JSON 和 LabelMe 的每張圖像一個 JSON 的方式。