Как конвертировать аннотации COCO в формат YOLO#

Для обучения моделей Ultralytics YOLO требуются аннотации в формате YOLO, но многие популярные инструменты аннотирования экспортируют данные в формате COCO JSON. В этом руководстве показано, как конвертировать аннотации COCO в формат YOLO и начать обучение моделей обнаружения объектов, сегментации экземпляров и оценки позы.

Зачем конвертировать из COCO в YOLO?#

Формат COCO JSON хранит все аннотации в одном файле, в то время как YOLO использует один текстовый файл на каждое изображение с нормализованными координатами. Конвертация необходима, потому что:

• Моделям YOLO требуются файлы меток .txt по одному на каждое изображение, содержащие class x_center y_center width height в нормализованных координатах.
• COCO JSON использует координаты в пикселях в формате [x_min, y_min, width, height] с единственным JSON-файлом для всех изображений.
• Идентификаторы классов различаются: в COCO используются произвольные значения category_id, в то время как для YOLO требуются идентификаторы классов с индексацией с нуля.

Быстрый старт#

Самый быстрый способ конвертировать аннотации COCO и начать обучение:

from ultralytics.data.converter import convert_coco

convert_coco(
    labels_dir="my_dataset/annotations/",  # directory containing your JSON files
    save_dir="my_dataset/converted/",  # where to save converted labels
    cls91to80=False,  # set False for custom datasets (see warning below)
)

После конвертации организуй структуру директорий, создай файл dataset.yaml и начни обучение. См. полное пошаговое руководство ниже.

Пошаговое руководство по конвертации#

1. Подготовь свой набор данных COCO#

Типичный набор данных в формате COCO, экспортированный из инструментов аннотирования, имеет следующую структуру:

my_dataset/
├── images/
│   ├── train/
│   │   ├── img_001.jpg
│   │   ├── img_002.jpg
│   │   └── ...
│   └── val/
│       ├── img_100.jpg
│       └── ...
└── annotations/
    ├── instances_train.json
    └── instances_val.json

Каждый JSON-файл следует спецификации формата данных COCO и содержит три обязательных поля — images, annotations и categories:

{
    "images": [{ "id": 1, "file_name": "img_001.jpg", "width": 640, "height": 480 }],
    "annotations": [
        {
            "id": 1,
            "image_id": 1,
            "category_id": 1,
            "bbox": [100, 50, 200, 150],
            "area": 30000,
            "iscrowd": 0
        }
    ],
    "categories": [
        { "id": 1, "name": "helmet" },
        { "id": 2, "name": "vest" }
    ]
}

2. Конвертируй аннотации#

Используй функцию convert_coco() для конвертации аннотаций COCO JSON в формат YOLO .txt:

from ultralytics.data.converter import convert_coco

convert_coco(
    labels_dir="my_dataset/annotations/",
    save_dir="my_dataset/converted/",
    cls91to80=False,
)

convert_coco() записывает один файл .txt для каждого аннотированного изображения в поддиректорию labels/, названную по имени каждого JSON-файла, с удаленным префиксом instances_ (так что из instances_train.json получается labels/train/). Изображения без аннотаций пропускаются и не получают файла меток, поэтому дерево labels/ может не повторять каждое изображение:

my_dataset/converted/
└── labels/
    ├── train/   # from instances_train.json
    │   ├── img_001.txt
    │   └── ...
    └── val/     # from instances_val.json
        └── ...

3. Организуй структуру директорий#

После конвертации файлы меток нужно разместить рядом с изображениями. YOLO ожидает директорию labels/, которая зеркально повторяет директорию images/:

import shutil
from pathlib import Path

converted_dir = Path("my_dataset/converted/labels")
dataset_dir = Path("my_dataset")

# convert_coco names each subdirectory after its JSON file (minus the "instances_" prefix),
# so iterate the actual subdirectories instead of assuming "train"/"val".
for src in converted_dir.iterdir():
    if not src.is_dir():
        continue
    dst = dataset_dir / "labels" / src.name
    dst.mkdir(parents=True, exist_ok=True)
    for f in src.glob("*.txt"):
        shutil.move(str(f), str(dst / f.name))

Твоя итоговая структура датасета должна выглядеть так:

my_dataset/
├── images/
│   ├── train/
│   │   ├── img_001.jpg
│   │   └── ...
│   └── val/
│       └── ...
├── labels/
│   ├── train/
│   │   ├── img_001.txt
│   │   └── ...
│   └── val/
│       └── ...
└── dataset.yaml

4. Создай dataset.yaml#

Создай конфигурационный файл dataset.yaml, который сопоставляет твои категории COCO с именами классов YOLO. Этот файл сообщает YOLO, где находятся твои данные и какие классы нужно обнаруживать:

import json
from pathlib import Path

import yaml

# Read categories from your COCO JSON
with open("my_dataset/annotations/instances_train.json") as f:
    coco = json.load(f)

# Build class names matching convert_coco output (category_id - 1)
categories = sorted(coco["categories"], key=lambda x: x["id"])
names = {cat["id"] - 1: cat["name"] for cat in categories}
# NOTE: convert_coco maps class IDs as category_id - 1, so category_id must
# start from 1. If your categories start from 0, add 1 to each ID first.

# Create dataset.yaml
dataset = {
    "path": str(Path("my_dataset").resolve()),
    "train": "images/train",
    "val": "images/val",
    "names": names,
}

with open("my_dataset/dataset.yaml", "w") as f:
    yaml.dump(dataset, f, default_flow_style=False)

Полученный YAML-файл:

path: /absolute/path/to/my_dataset
train: images/train
val: images/val
names:
    0: helmet
    1: vest

Для получения дополнительной информации о формате YAML датасета см. руководство по конфигурации датасета.

5. Обучи свою модель YOLO#

Когда твой конвертированный набор данных готов, обучи модель YOLO:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # load a pretrained model
results = model.train(data="my_dataset/dataset.yaml", epochs=100, imgsz=640)

Советы по обучению и лучшие практики см. в руководстве по обучению моделей.

6. Проверь свою конвертацию#

Перед обучением выборочно проверь несколько файлов меток, чтобы подтвердить правильность идентификаторов классов и координат:

from pathlib import Path

label_file = Path("my_dataset/labels/train/img_001.txt")
for line in label_file.read_text().strip().splitlines():
    parts = line.split()
    cls_id = int(parts[0])
    coords = [float(v) for v in parts[1:5]]
    assert cls_id >= 0, f"Negative class ID {cls_id} — category_id in your JSON may start from 0"
    assert all(0 <= v <= 1 for v in coords), f"Coordinates out of [0, 1] range: {coords}"

Устранение распространенных проблем#

Неправильные ID классов после конвертации#

Если твоя модель обучается, но обнаруживает неправильные классы объектов, ты, вероятно, используешь cls91to80=True (по умолчанию) для пользовательского датасета. Это сопоставляет твои значения category_id через таблицу поиска COCO 91-to-80, которая корректна только для стандартного датасета COCO.

Решение: Всегда используй cls91to80=False для пользовательских датасетов.

Во время обучения метки не найдены#

Если при обучении отображается WARNING: No labels found или 0 images, N backgrounds, твои файлы меток находятся не в той директории. convert_coco() сохраняет метки в отдельную выходную директорию (например, save_dir/labels/train/), но YOLO ожидает labels/ параллельно с images/ внутри директории твоего датасета.

Решение: Перемести файлы меток так, чтобы они соответствовали ожидаемой структуре директорий. Убедись, что labels/train/ является дочерним элементом на том же уровне, что и images/train/.

Ошибка KeyError во время конвертации#

Если при запуске convert_coco() возникает ошибка KeyError: 'bbox' или аналогичные ей, твой labels_dir скорее всего содержит JSON-файлы, не относящиеся к экземплярам (например, captions_train2017.json), которые имеют другую структуру аннотаций.

Решение: Помещай в labels_dir только JSON-файлы с аннотациями экземпляров (например, instances_train2017.json).

Пустые файлы меток после конвертации#

Если конвертация завершена, но файлы .txt пусты или отсутствуют, все аннотации могут иметь iscrowd: 1 (что часто встречается с масками, созданными SAM), либо ограничивающие рамки имеют нулевую ширину или высоту.

Решение: Проверьте свои JSON-аннотации на наличие значений iscrowd. Если вы используете маски SAM, предварительно обработайте JSON, чтобы установить iscrowd: 0.

Полигоны в форме прямоугольников из масок аннотаций#

Если use_segments=True записывает в лог annotations without a usable polygon, некоторые аннотации не содержат значения segmentation или содержат значение, которое не является списком хотя бы из трех пар координат. Обычно это происходит из-за экспорта только для обнаружения, при котором поле остается пропущенным или пустым, а также из-за кодирования длин серий COCO ({"counts": ..., "size": ...}), записываемого экспортерами битовых масок, такими как SAM; плоский список координат без обрамляющего списка полигонов, одно- и двухточечные контуры и другие некорректные значения обрабатываются аналогичным образом. Аннотация сохраняет те полигоны, которые остались, а если их нет, возвращается к строке сегмента в форме ограничивающей рамки, поэтому метки остаются валидными, но такие строки не содержат деталей маски.

Решение: Экспортируйте аннотации заново с сегментацией полигонами, раскодируйте RLE-маски в полигоны перед запуском convert_coco() или исправьте некорректные значения segmentation.

Разрывы в ID классов в конвертированных метках#

Если идентификаторы классов в файлах меток идут не по порядку (например, 0, 4, 9 вместо 0, 1, 2), ваш инструмент аннотирования использует несмежные значения category_id.

Решение: Убедитесь, что идентификаторы классов в ваших файлах .txt соответствуют словарю names в dataset.yaml. При необходимости переназначьте идентификаторы на последовательные значения.

Полные сведения об API и описание параметров см. в справочнике по API convert_coco.

FAQ#