如何批量修改YOLOv8生成的人像标注：将person拆分为三类？

我有大量含有人像的图片，用YOLOv8检测后所有标注类别都是0类"person"，现在需要把这些标注按图像内容改成三类：0类"man"、1类"woman"、2类"child"。手动修改太耗时，求最简实现方法。

原标注示例 #

0 0.912747 0.641636 0.173486 0.701598
0 0.711514 0.368986 0.127007 0.269725
0 0.353645 0.612958 0.214726 0.653104
0 0.294899 0.279542 0.154637 0.497855

期望修改后的标注示例 #

1 0.912747 0.641636 0.173486 0.701598
0 0.711514 0.368986 0.127007 0.269725
2 0.353645 0.612958 0.214726 0.653104
0 0.294899 0.279542 0.154637 0.497855

可行解决方案 #

方法1：自动分类批量更新（效率最高） #

用预训练的视觉分类模型对每个检测到的人物区域二次分类，自动替换标注类别：

1. 遍历所有图像和对应的YOLO标注文件
2. 从原图中裁剪出每个标注框对应的人物区域
3. 用分类模型判断该区域属于man/woman/child
4. 替换标注中的类别ID并保存新文件

以下是简化的Python实现代码：

import os
import cv2
from ultralytics import YOLO

# 加载YOLOv8分类模型（也可以用专门的性别/年龄分类模型）
classifier = YOLO('yolov8n-cls.pt')
# 自定义类别映射规则，可根据模型输出调整
category_mapping = {
    'male': 0, 'man': 0,
    'female': 1, 'woman': 1,
    'child': 2, 'boy': 2, 'girl': 2
}

# 配置路径
img_dir = "你的图片目录路径"
label_dir = "原标注文件目录路径"
new_label_dir = "新标注文件保存路径"
os.makedirs(new_label_dir, exist_ok=True)

# 批量处理
for label_filename in os.listdir(label_dir):
    if not label_filename.endswith('.txt'):
        continue
    
    img_path = os.path.join(img_dir, label_filename.replace('.txt', '.jpg'))
    if not os.path.exists(img_path):
        continue
    
    img = cv2.imread(img_path)
    img_h, img_w = img.shape[:2]
    
    with open(os.path.join(label_dir, label_filename), 'r') as f:
        original_lines = f.readlines()
    
    updated_lines = []
    for line in original_lines:
        parts = line.strip().split()
        if len(parts) != 5:
            updated_lines.append(line)
            continue
        
        # 解析YOLO归一化标注，转换为像素坐标
        _, x_center, y_center, box_w, box_h = map(float, parts)
        x1 = int((x_center - box_w/2) * img_w)
        y1 = int((y_center - box_h/2) * img_h)
        x2 = int((x_center + box_w/2) * img_w)
        y2 = int((y_center + box_h/2) * img_h)
        
        # 裁剪人物区域
        person_crop = img[y1:y2, x1:x2]
        if person_crop.size == 0:
            updated_lines.append(line)
            continue
        
        # 预测分类
        results = classifier(person_crop)
        top_label = results[0].names[results[0].probs.top1]
        # 映射到目标类别，无法匹配时默认保留原0类
        new_cls = category_mapping.get(top_label.lower(), 0)
        
        # 生成新标注行
        updated_line = f"{new_cls} {' '.join(parts[1:])}\n"
        updated_lines.append(updated_line)
    
    # 保存新标注
    with open(os.path.join(new_label_dir, label_filename), 'w') as f:
        f.writelines(updated_lines)

方法2：半自动化标注工具辅助（精度可控） #

用支持YOLO格式的标注工具（如LabelImg、LabelStudio）批量加载图像和原标注，工具会自动显示所有person框，你只需快速选择对应类别即可完成标注更新，比纯手动效率提升数倍，适合对精度要求极高的场景。

方法3：GPT-4V视觉能力辅助（小批量场景） #

如果图片数量较少，可直接将图片+对应标注片段上传给GPT-4V，让它输出修改后的标注内容；批量处理可调用GPT-4V API，传入裁剪后的人物图获取分类结果，再更新标注文件。

内容的提问来源于stack exchange，提问作者Nada