如何从Open Images Dataset V6中获取检测标注坐标数据？

你已经通过FiftyOne完成了目标类别子集的加载与合并，无需读取体积过大的全量原始detections.csv，直接通过FiftyOne数据集对象的API即可提取所需标注： #

方案一：直接导出为通用标注格式 #

可直接使用FiftyOne内置的导出功能，将标注导出为YOLO、COCO等常用格式，自动生成对应的标注文本文件：

# 导出为YOLO格式（标注为.txt文件，每个图像对应一个标注文件，包含类别ID+归一化坐标）
dataset.export(
    export_dir="./open_images_yolo_labels",
    dataset_type=fo.types.YOLOv5Dataset,
    label_field="detections",
    classes=["Bottle", "Person", "Tin can", "Box"]
)

方案二：自定义提取标注写入文本 #

如果需要自定义输出格式，可直接遍历数据集样本提取检测框信息：

# 打开输出文件
with open("./detection_labels.txt", "w") as f:
    # 遍历每个样本
    for sample in dataset.iter_samples(autosave=True):
        # 获取图像文件名、宽高
        img_path = sample.filepath
        img_w = sample.metadata.width
        img_h = sample.metadata.height
        # 遍历每个检测框
        for detection in sample.detections.detections:
            # 提取类别、归一化坐标（格式：[x_min, y_min, width, height]）
            cls = detection.label
            x_min, y_min, w, h = detection.bounding_box
            # 可转为像素坐标（按需选择）
            x_min_pix = x_min * img_w
            y_min_pix = y_min * img_h
            x_max_pix = x_min_pix + w * img_w
            y_max_pix = y_min_pix + h * img_h
            # 写入文件，格式可自行调整
            f.write(f"{img_path},{cls},{x_min_pix:.2f},{y_min_pix:.2f},{x_max_pix:.2f},{y_max_pix:.2f}\n")

注意事项 #

• 导出的标注仅包含你指定的4个类别，无冗余信息，文件体积远小于原始全量detections.csv
• 若需要其他标注属性（如置信度、标注来源），可直接读取detection对象对应的属性字段即可

内容的提问来源于stack exchange，提问作者Ryotaro Harada