如何计算YOLO v4标注值并解决Custom Vision上传无效区域错误？

问题核心原因 #

Custom Vision要求YOLO格式标注必须是基于图像宽高的归一化相对坐标（所有值在0-1之间），而你从Open Images导出的标注大概率是绝对像素坐标，或者数值超出了0-1范围，这就导致了「Invalid Region」错误。对比你成功上传的标注就能发现，成功的标注值都是0-1之间的小数，而失败的标注是大像素值。

标注值计算规则 #

Custom Vision接受的YOLO v4标注格式为每行对应一个目标，格式如下：

类别ID 归一化中心X 归一化中心Y 归一化宽度 归一化高度

转换步骤（从Open Images的绝对坐标xmin, ymin, xmax, ymax（左上角、右下角像素坐标）转换）：

1. 获取目标图像的宽度W、高度H
2. 计算归一化值：
   • 归一化中心X = (xmin + xmax) / (2 * W)
   • 归一化中心Y = (ymin + ymax) / (2 * H)
   • 归一化宽度 = (xmax - xmin) / W
   • 归一化高度 = (ymax - ymin) / H
3. 强制把所有值限制在0-1之间（避免因标注边界超出图像范围导致的错误）

批量转换代码实现（Python） #

以下代码可以批量将Open Images的标注转换为符合Custom Vision要求的格式：

from PIL import Image
import os

def convert_annotation(image_path, src_label_path, dest_label_path):
    # 获取图像尺寸
    with Image.open(image_path) as img:
        img_w, img_h = img.size

    # 读取原标注并转换
    with open(src_label_path, 'r') as f:
        lines = f.read().strip().split('\n')
    
    converted = []
    for line in lines:
        if not line:
            continue
        # 假设原标注格式：类别ID xmin ymin xmax ymax（绝对像素值）
        parts = line.split()
        class_id = parts[0]
        xmin, ymin, xmax, ymax = map(float, parts[1:5])

        # 计算归一化值
        cx = (xmin + xmax) / (2 * img_w)
        cy = (ymin + ymax) / (2 * img_h)
        w = (xmax - xmin) / img_w
        h = (ymax - ymin) / img_h

        # 限制值在0-1区间
        cx = max(0.0, min(1.0, cx))
        cy = max(0.0, min(1.0, cy))
        w = max(0.0, min(1.0, w))
        h = max(0.0, min(1.0, h))

        converted.append(f"{class_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}")
    
    # 保存转换后的标注
    with open(dest_label_path, 'w') as f:
        f.write('\n'.join(converted))

# 批量处理示例
image_folder = "你的图像文件夹路径"
src_label_folder = "原Open Images标注文件夹路径"
dest_label_folder = "转换后标注保存路径"

os.makedirs(dest_label_folder, exist_ok=True)

for img_file in os.listdir(image_folder):
    if img_file.lower().endswith(('.jpg', '.jpeg', '.png')):
        img_path = os.path.join(image_folder, img_file)
        label_file = os.path.splitext(img_file)[0] + '.txt'
        src_label_path = os.path.join(src_label_folder, label_file)
        dest_label_path = os.path.join(dest_label_folder, label_file)
        
        if os.path.exists(src_label_path):
            convert_annotation(img_path, src_label_path, dest_label_path)

后续验证与上传步骤 #

1. 安装依赖：运行pip install pillow
2. 调整代码中的文件夹路径，执行批量转换
3. 随机抽取几个转换后的标注文件，对比你之前成功上传的标注格式，确保数值都在0-1之间
4. 将转换后的标注文件与对应图像文件名一一对应，按Custom Vision的上传规则（可选择混合格式上传，或按类别分文件夹）上传数据集

内容的提问来源于stack exchange，提问作者ahena