{{ err }}
{{ out ? '转换完成 · ' + info : '等待输入' }}
{{ out || '结果会出现在这里。多图格式以 # file: 分隔文件。' }}
源文本不会被保存,也不会离开这台机器。
| 项 | COCO | YOLO | LabelMe |
|---|---|---|---|
| 组织方式 | 单文件,全部图片与标注在一份 JSON 里 | 每张图一个 txt,另一个 classes.txt 存类名 | 每张图一个 JSON |
| 框的表示 | [x, y, w, h] 左上角 + 宽高,绝对像素 | cx cy w h,相对整图归一化(0–1) | 两个角点 [[x1,y1],[x2,y2]],绝对像素 |
| 类别 | category_id,与 categories 数组对应 | 类名在 classes.txt 里的行号,从 0 起 | label 字符串直接写在 shape 上 |
| 尺寸来源 | images 里有 width / height | 格式本身不存尺寸,必须外部提供 | imageWidth / imageHeight |
| 最易错处 | 把 bbox 当成中心点 | 忘记归一化,或用了图像原始尺寸之外的尺寸 | 矩形两点顺序不统一,负宽高 |
- 目录约定
- 每个类别一个文件夹,下设 train/good 只放良品,test 下按缺陷类型分文件夹,ground_truth 里是对应像素掩码。类别信息在目录名里,不在文件里。
- 转换方法
- 遍历 ground_truth 的 PNG 掩码,取非零区域的外接矩形,生成 COCO 或 YOLO 框;要像素级任务就直接用掩码,不要降级成框。
- split 陷阱
- 官方 test 集包含良品样本。只拿缺陷样本当测试集,算出来的召回率会虚高。评估必须把 good 目录的测试图算进去。
- 许可
- MVTec AD 是 CC BY-NC-SA 4.0,仅限非商业用途。商业项目用它做基准可以,用它训练出货的产品不行。