如何将指定CSV标注文件转换为YOLO格式？含代码集成与平台选择疑问

一、先搞懂YOLO标注规则 #

YOLO的标注是每个图片对应一个同名的.txt文件，每行格式为：

<整数类ID> <归一化x中心> <归一化y中心> <归一化宽度> <归一化高度>

所有坐标值必须是0-1之间的小数（相对于图片的宽高做归一化）。

二、你的CSV字段对应转换逻辑 #

你的CSV字段和YOLO参数的对应关系：

• 原class列：直接取整作为YOLO的类ID（比如3.0→3）
• 原xmin/xmax：用来计算边界框的宽度和x中心；ymin/ymax计算高度和y中心
• 必须先获取对应图片的实际宽度W和高度H才能做归一化

转换公式：

x_center = (xmin + xmax) / (2 * W)
y_center = (ymin + ymax) / (2 * H)
width = (xmax - xmin) / W
height = (ymax - ymin) / H

三、具体实现代码（Python） #

把下面的代码保存为csv2yolo.py，按注释修改路径即可使用：

import csv
from PIL import Image
import os

# -------------------------- 配置参数 --------------------------
CSV_PATH = "你的标注文件.csv"  # 替换成你的CSV文件路径
IMAGE_FOLDER = "存放图片的文件夹路径"  # 替换成你的图片所在文件夹
OUTPUT_FOLDER = "生成YOLO标注的文件夹"  # 输出txt的文件夹，会自动创建
# -------------------------------------------------------------

# 创建输出文件夹
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

# 按图片分组存储标注
image_annotations = {}

# 读取CSV
with open(CSV_PATH, 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        img_name = row['image_path']
        # 整理当前标注的信息
        annot = {
            'class_id': int(float(row['class'])),
            'xmin': float(row['xmin']),
            'xmax': float(row['xmax']),
            'ymin': float(row['ymin']),
            'ymax': float(row['ymax'])
        }
        # 按图片名分组
        if img_name not in image_annotations:
            image_annotations[img_name] = []
        image_annotations[img_name].append(annot)

# 生成YOLO标注文件
for img_name, annots in image_annotations.items():
    # 获取图片尺寸
    img_path = os.path.join(IMAGE_FOLDER, img_name)
    try:
        with Image.open(img_path) as img:
            W, H = img.size
    except FileNotFoundError:
        print(f"警告：未找到图片 {img_path}，跳过该图片的标注生成")
        continue
    
    # 生成txt内容
    txt_content = []
    for annot in annots:
        x_center = (annot['xmin'] + annot['xmax']) / (2 * W)
        y_center = (annot['ymin'] + annot['ymax']) / (2 * H)
        width = (annot['xmax'] - annot['xmin']) / W
        height = (annot['ymax'] - annot['ymin']) / H
        # 保留6位小数足够，避免冗余
        txt_line = f"{annot['class_id']} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}"
        txt_content.append(txt_line)
    
    # 写入txt文件
    txt_path = os.path.join(OUTPUT_FOLDER, os.path.splitext(img_name)[0] + '.txt')
    with open(txt_path, 'w', encoding='utf-8') as f:
        f.write('\n'.join(txt_content))

print("转换完成！所有YOLO标注已保存到", OUTPUT_FOLDER)

四、运行步骤 #

1. 安装依赖：打开终端/命令提示符，运行pip install pillow
2. 修改代码里的三个路径（CSV_PATH、IMAGE_FOLDER、OUTPUT_FOLDER）
3. 执行代码：python csv2yolo.py

五、适用平台 #

Windows、macOS、Linux都可使用，只要安装了Python 3.6及以上版本。

内容的提问来源于stack exchange，提问作者Simran Taneja