如何将边界框标注CSV文件转换为COCO JSON格式

COCO JSON格式的检测标注核心包含3个必填字段：images、annotations、categories，你可以按照以下步骤转换： #

步骤说明 #

• 第一步：处理类别映射
  遍历CSV所有class字段去重，给每个类别分配唯一的数字id（COCO规范默认类别id从1开始，0保留为背景类）。
• 第二步：生成images数组
  按image_id对CSV去重，每一个唯一的image_id对应images数组里的一个元素，字段直接映射即可：

  # 单张图片的结构示例
  {
    "id": int(image_id),
    "width": int(width),
    "height": int(height),
    "file_name": filename
  }
  

• 第三步：生成annotations数组
  遍历CSV的每一行标注（每一行对应一个标注框），每个元素的字段按以下规则计算：
  • id：标注的唯一自增id，从1开始累加即可
  • image_id：直接取CSV里的image_id
  • category_id：取第一步生成的类别映射中对应类别的id
  • bbox：COCO的bbox格式为[左上角x坐标, 左上角y坐标, 框宽度, 框高度]，对应你的CSV字段计算为[xmin, ymin, xmax - xmin, ymax - ymin]
  • area：标注框面积，计算为(xmax - xmin) * (ymax - ymin)
  • iscrowd：无对应字段的话默认填0即可
  • segmentation：仅做目标检测任务的话填空数组[]即可

完整Python示例代码 #

import pandas as pd
import json

def csv_to_coco(csv_path, output_json_path):
    # 如果你的CSV是制表符分隔，加参数 sep='\t'
    df = pd.read_csv(csv_path)
    
    # 1. 生成categories
    unique_classes = df['class'].unique().tolist()
    # 类别id从1开始，0保留为背景类
    cat2id = {cat: i+1 for i, cat in enumerate(unique_classes)}
    categories = [{"id": v, "name": k, "supercategory": "none"} for k, v in cat2id.items()]
    
    # 2. 生成images
    unique_images = df.drop_duplicates(subset=['image_id'])[['image_id', 'filename', 'width', 'height']]
    images = []
    for _, row in unique_images.iterrows():
        images.append({
            "id": int(row['image_id']),
            "width": int(row['width']),
            "height": int(row['height']),
            "file_name": row['filename']
        })
    
    # 3. 生成annotations
    annotations = []
    ann_id = 1
    for _, row in df.iterrows():
        xmin, ymin, xmax, ymax = row['xmin'], row['ymin'], row['xmax'], row['ymax']
        w = xmax - xmin
        h = ymax - ymin
        annotations.append({
            "id": ann_id,
            "image_id": int(row['image_id']),
            "category_id": cat2id[row['class']],
            "bbox": [xmin, ymin, w, h],
            "area": w * h,
            "iscrowd": 0,
            "segmentation": []
        })
        ann_id += 1
    
    # 组装成完整COCO结构
    coco_json = {
        "info": {},
        "licenses": [],
        "categories": categories,
        "images": images,
        "annotations": annotations
    }
    
    # 保存文件
    with open(output_json_path, 'w') as f:
        json.dump(coco_json, f, indent=2)

# 调用示例
# csv_to_coco("your_annotation.csv", "output_coco.json")

注意事项 #

• 如果你的CSV里xmin/ymin/xmax/ymax是归一化后的相对坐标（取值范围0-1），需要先分别乘对应图片的width和height，转成绝对像素坐标再计算
• 注意检查坐标是否存在越界的情况（比如xmax超过图片宽度、ymin小于0等），避免后续训练报错

内容的提问来源于stack exchange，提问作者Cicilio