首页/免费工具/格式转换

工具 02

标注格式互转,
坐标和类别一起转

COCO、YOLO、LabelMe 三种交换格式互转。粘贴原文即可,文件不出浏览器。YOLO 的归一化与 COCO 的左上角坐标是最容易错位的一步,这里按目标格式逐项换算。

等待输入
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。

字段对照

三种格式到底差在哪

转换出错的根源几乎都在坐标约定上:谁是原点、是否归一化、框是左上角还是中心点。

项COCOYOLOLabelMe
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

MVTec 结构

像素级数据集不长上面那样

MVTec AD 这类异常检测数据集用的是目录约定,没有标注文件。要喂给通用检测框架,得先自己生成标注。

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。

格式对上了,还有一半问题在标注本身。

框得准不准、边界算不算缺陷、同类缺陷要不要拆细——这些决定模型上限,转换工具帮不了。