COCO形式の物体検出アノテーションファイルからYOLO形式への変換

はじめに

COCO形式のアノテーションファイルをYOLO形式に変換する必要が生じた際に少し躓いてしまったので、最終的に上手くいったコードを備忘録として残しておきます。(YOLOv8にて動作確認済)
なお、COCO形式とYOLO形式の違いとして重要な部分が以下の2点になり、これらに注意をしながらコードを作成しております。

• バウンディングボックスの座標の取り方
• 画像1枚に複数のアノテーションがある場合のアノテーションのやり方

変換コード

以下のコードを用いることで、COCO形式のアノテーションファイルをYOLO形式に変換するここができます。

import os
import json

# パスの設定
coco_json_path = '変換したいjsonファイルのパス'
yolo_txt_save_dir = 'YOLO形式のtxtファイルを出力したい場所'

# JSONファイルの読み込み
with open(coco_json_path, 'r') as json_file:
    json_load = json.load(json_file)

annotations = json_load['annotations']
images = json_load['images']

# 画像IDとファイル名の対応辞書を作成
image_id_to_file_name = {image['id']: image for image in images}

# 各アノテーションに対して処理
for annotation in annotations:
    image_info = image_id_to_file_name[annotation['image_id']]
    file_name = image_info['file_name']
    im_w = image_info['width']
    im_h = image_info['height']
    
    # テキストファイルのパスを作成
    txt_path = os.path.join(yolo_txt_save_dir, os.path.splitext(os.path.basename(file_name))[0] + '.txt')
    
    # バウンディングボックスの座標を変換
    bbox = annotation['bbox']
    x_center = bbox[0] + bbox[2] / 2
    y_center = bbox[1] + bbox[3] / 2
    bbox_converted = [x_center / im_w, y_center / im_h, bbox[2] / im_w, bbox[3] / im_h]
    
    # カテゴリーIDを取得
    cls = int(annotation['category_id'])
    
    # 書き込む行を作成
    line = (cls, *bbox_converted)
    
    # テキストファイルに追記モードで書き込み
    with open(txt_path, 'a') as f:
        f.write(('%g ' * len(line)).rstrip() % line + '\n')

この記事は以下の情報を参考にして執筆しました。

• COCO形式（json）の物体検出アノテーションファイルを、yolo形式（txt）に変換するスニペット