如何将YOLO标注文件(.txt)转换为Labelme格式用于分割标注修正？

你提到的这段代码是转换工具的参数配置入口，本身逻辑没问题，但核心功能完全依赖未展示的yolo2labelme_main函数，下面给你拆解分析和落地建议：

代码本身的合理性 #

这段代码做了转换前的必要参数配置：

• 指定了YOLO格式的图像目录、标签目录
• 配置了类别总数yolo_nc和类别名称列表yolo_names（这俩是把YOLO的类别ID转成Labelme可读标签名的关键）
• 设置了Labelme格式文件的输出目录，以及是否同步保存图像到输出目录的选项

这些配置项完全符合YOLO转Labelme的需求，参数逻辑是对的。

核心问题：缺失yolo2labelme_main的实现 #

这段代码只是启动入口，真正的转换逻辑在yolo2labelme_main函数里。如果这个函数已经实现了以下逻辑，那代码就能正常用：

1. 遍历YOLO标签目录下的所有.txt文件，匹配对应图像目录里的同名图像
2. 读取图像的宽高，把YOLO标签里的归一化坐标转换为像素坐标
3. 解析YOLO分割标签的结构（每行对应一个目标，格式为class_id x1 y1 x2 y2 ...，即类别ID+多边形点的归一化坐标）
4. 生成Labelme要求的JSON格式，核心结构示例：

{
  "version": "5.0.1",
  "flags": {},
  "shapes": [
    {
      "label": "aeroplane",
      "points": [[100, 200], [150, 250], ...],
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "xxx.jpg",
  "imageData": "...",
  "imageHeight": 640,
  "imageWidth": 640
}

补全核心逻辑的示例 #

如果没有现成的yolo2labelme_main，可以自己实现一个简化版：

import os
import json
from PIL import Image

def yolo2labelme_main(args):
    # 创建输出目录
    os.makedirs(args.labelme_path, exist_ok=True)
    
    # 遍历所有标签文件
    for label_file in os.listdir(args.yolo_labels):
        if not label_file.endswith('.txt'):
            continue
        # 匹配对应图像
        img_name = label_file.replace('.txt', '.jpg')
        img_path = os.path.join(args.yolo_images_path, img_name)
        if not os.path.exists(img_path):
            continue
        
        # 读取图像宽高
        with Image.open(img_path) as img:
            img_w, img_h = img.size
        
        # 读取YOLO标签
        shapes = []
        with open(os.path.join(args.yolo_labels, label_file), 'r') as f:
            for line in f.readlines():
                line = line.strip().split()
                if not line:
                    continue
                class_id = int(line[0])
                # 转换归一化坐标为像素坐标
                points = []
                for i in range(1, len(line), 2):
                    x = float(line[i]) * img_w
                    y = float(line[i+1]) * img_h
                    points.append([x, y])
                # 添加到shape列表
                shapes.append({
                    "label": args.yolo_names[class_id],
                    "points": points,
                    "shape_type": "polygon",
                    "flags": {}
                })
        
        # 生成Labelme JSON
        labelme_json = {
            "version": "5.0.1",
            "flags": {},
            "shapes": shapes,
            "imagePath": img_name,
            "imageData": None,  # 如果不需要嵌入图像数据可以设为None
            "imageHeight": img_h,
            "imageWidth": img_w
        }
        
        # 保存JSON文件
        json_path = os.path.join(args.labelme_path, label_file.replace('.txt', '.json'))
        with open(json_path, 'w', encoding='utf-8') as f:
            json.dump(labelme_json, f, indent=2)
        
        # 可选：复制图像到输出目录
        if args.labelme_save_image:
            img.save(os.path.join(args.labelme_path, img_name))

测试验证步骤 #

1. 找1-2个测试样本（图像+对应的YOLO标签）放在指定目录
2. 补全yolo2labelme_main函数后运行代码
3. 用Labelme打开生成的JSON文件，检查掩码是否正确显示、类别名称是否匹配

内容的提问来源于stack exchange，提问作者Rodrigo Fardin