如何以CVAT XML格式导入预生成标签？解决KeyError: 'id'问题

方法1：直接用YOLO原生格式导入（推荐） #

这是最适配需求的方式，无需处理id，直接通过文件名关联标签：

• 准备与图像同名的YOLO标签文件，比如my_image.txt，每行格式为class_id x_center y_center width height（所有坐标为相对于图像宽高的归一化值）。
• 进入CVAT对应Job页面，点击「Import annotations」，选择「YOLO v3/v4/txt」格式，上传该txt文件即可。CVAT会自动通过文件名匹配到my_image.png，完成标签导入。

方法2：生成带临时id的XML文件 #

如果必须使用XML格式（如PASCAL VOC），可以手动指定临时id，CVAT导入时会自动映射为系统真实id：

• 按以下结构生成XML，给图像和每个边界框分配任意临时id（比如从1开始），确保<filename>字段准确对应图像文件名：

  <annotation>
    <filename>my_image.png</filename>
    <size>
      <width>你的图像宽度</width>
      <height>你的图像高度</height>
      <depth>3</depth>
    </size>
    <object>
      <name>类别名称</name>
      <bndbox>
        <xmin>边界框左上角x</xmin>
        <ymin>边界框左上角y</ymin>
        <xmax>边界框右下角x</xmax>
        <ymax>边界框右下角y</ymax>
      </bndbox>
      <id>1</id>
    </object>
    <id>1</id>
  </annotation>
  

• 上传该XML文件，CVAT会忽略临时id，通过<filename>匹配图像并完成标签导入，不会触发KeyError。

内容的提问来源于stack exchange，提问作者Tomáš Zato