如何将YOLO分割数据集标注转换为COCO格式？

以下是直接可用的Python脚本，支持将YOLO格式的分割标签（含多边形坐标）完整转换为COCO格式JSON，包含segmentation、bbox、area等核心字段：

import os
import json
import cv2
import numpy as np

# -------------------------- 配置参数 --------------------------
IMAGE_DIR = "path/to/your/images"  # 图片文件夹路径
LABEL_DIR = "path/to/your/labels"  # YOLO标签文件夹路径
OUTPUT_JSON = "output_coco.json"   # 输出COCO格式JSON路径
CATEGORIES = [                     # 数据集类别，按YOLO的class_id顺序排列
    {"id": 0, "name": "class0", "supercategory": "none"},
    {"id": 1, "name": "class1", "supercategory": "none"},
    # 按需添加更多类别
]
# -------------------------------------------------------------

def yolo_seg_to_coco():
    # 初始化COCO结构
    coco_data = {
        "info": {},
        "licenses": [],
        "categories": CATEGORIES,
        "images": [],
        "annotations": []
    }

    image_id = 1
    annotation_id = 1

    # 遍历所有图片
    for img_filename in os.listdir(IMAGE_DIR):
        if not img_filename.lower().endswith(('.png', '.jpg', '.jpeg')):
            continue

        # 获取图片路径和基本信息
        img_path = os.path.join(IMAGE_DIR, img_filename)
        img = cv2.imread(img_path)
        height, width = img.shape[:2]

        # 添加图片信息到COCO
        coco_data["images"].append({
            "id": image_id,
            "file_name": img_filename,
            "width": width,
            "height": height,
            "license": 0,
            "date_captured": ""
        })

        # 对应标签文件路径
        label_filename = os.path.splitext(img_filename)[0] + ".txt"
        label_path = os.path.join(LABEL_DIR, label_filename)

        if not os.path.exists(label_path):
            image_id += 1
            continue

        # 解析YOLO分割标签
        with open(label_path, "r") as f:
            lines = f.readlines()

        for line in lines:
            line = line.strip().split()
            if not line:
                continue

            class_id = int(line[0])
            # 提取归一化坐标，转换为原始像素坐标
            coords = np.array(list(map(float, line[1:]))).reshape(-1, 2)
            coords[:, 0] *= width
            coords[:, 1] *= height
            coords = coords.astype(np.int32).tolist()

            # 计算bbox（最小外接矩形）
            x_coords = [p[0] for p in coords]
            y_coords = [p[1] for p in coords]
            bbox = [
                min(x_coords),
                min(y_coords),
                max(x_coords) - min(x_coords),
                max(y_coords) - min(y_coords)
            ]

            # 计算分割区域面积
            contour = np.array(coords, dtype=np.int32)
            area = cv2.contourArea(contour)

            # 添加标注信息到COCO
            coco_data["annotations"].append({
                "id": annotation_id,
                "image_id": image_id,
                "category_id": class_id,
                "segmentation": [sum(coords, [])],  # COCO格式：扁平化坐标列表
                "bbox": bbox,
                "area": area,
                "iscrowd": 0
            })

            annotation_id += 1

        image_id += 1

    # 保存COCO JSON文件
    with open(OUTPUT_JSON, "w") as f:
        json.dump(coco_data, f, indent=4)
    print(f"转换完成，已保存到 {OUTPUT_JSON}")

if __name__ == "__main__":
    yolo_seg_to_coco()

使用说明 #

1. 修改脚本顶部的IMAGE_DIR、LABEL_DIR、OUTPUT_JSON为你的实际路径
2. 按YOLO标签中的class_id顺序，完善CATEGORIES列表，确保类别ID和名称对应
3. 安装依赖库：pip install opencv-python numpy
4. 运行脚本即可生成完整的COCO格式标注文件

注意事项 #

• YOLO分割标签格式要求：每行格式为 class_id x1 y1 x2 y2 ... xn yn，所有坐标为归一化后的值（相对于图片宽高）
• 脚本会自动计算每个分割区域的bbox和area，无需手动提供
• 支持单多边形分割标注，若你的数据集有多实例或复杂分割（如RLE），可根据需求扩展脚本逻辑

内容的提问来源于stack exchange，提问作者NevMthw