在将JSON格式的标注数据转换为YOLO格式的标签时，通常需要解析JSON文件中的对象标注信息，并将其转换为YOLO所需的边界框（bounding box）坐标格式。以下是一个完整的Python脚本示例，它实现了从COCO格式的JSON文件转换为YOLO格式标签文件的功能。 该脚本使用了`argparse`模块来处理命令行参数，指定了JSON文件的路径、图像文件夹路径以及输出标签文件的保存路径。脚本的核心部分是读取JSON文件，解析其中的标注信息，并将每张图片的标注信息转换为YOLO格式的边界框坐标，并保存为`.txt`文件。 ```python import json import os import argparse from pathlib import Path def parse_args(): parser = argparse.ArgumentParser(description="Convert COCO JSON annotations to YOLO format labels.") parser.add_argument('--json_path', default=r'D:\desk\asssssssssssssss\try\json\instances_val2017.json', type=str, help="input: coco format(json)") parser.add_argument('--save_path', default=r'D:\desk\asssssssssssssss\try\txt', type=str, help="specify where to save the output dir of labels") parser.add_argument('--img_path', default=r'D:\desk\asssssssssssssss\try\img', type=str, help="all img path") return parser.parse_args() def convert_bbox(img_w, img_h, bbox): xc, yc, w, h = bbox xc /= img_w yc /= img_h w /= img_w h /= img_h return [xc, yc, w, h] def main(): args = parse_args() json_path = Path(args.json_path) save_path = Path(args.save_path) img_path = Path(args.img_path) with open(json_path, 'r') as f: data = json.load(f) images = {img['id']: img for img in data['images']} categories = {cat['id']: cat['name'] for cat in data['categories']} if not save_path.exists(): os.makedirs(save_path) for ann in data['annotations']: img_id = ann['image_id'] img_info = images[img_id] img_w, img_h = img_info['width'], img_info['height'] bbox = ann['bbox'] category_id = ann['category_id'] yolo_bbox = convert_bbox(img_w, img_h, bbox) label = categories[category_id] label_id = list(categories.keys()).index(category_id) line = f"{label_id} {' '.join(map(str, yolo_bbox))}\n" txt_file = save_path / (img_info['file_name'].replace('.jpg', '.txt')) with open(txt_file, 'a') as f: f.write(line) if __name__ == "__main__": main() ``` 此脚本假设输入的JSON文件遵循COCO格式，并且每个图像文件都有一个对应的`.jpg`扩展名。此外，脚本还假设所有的类别名称都存储在`categories`列表中，并且类别ID是从1开始的整数序列。在实际应用中，可能需要根据具体的JSON文件结构调整代码[^2]。