labelme标注图片标签为json格式：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
{
  "version": "5.2.1",
  "flags": {},
  "shapes": [
    {
      "label": "ng",
      "points": [
        [
          663.9770114942528,
          393.28735632183907
        ],
        [
          691.5632183908044,
          431.2183908045977
        ]
      ],
      "group_id": null,
      "description": "",
      "shape_type": "rectangle",
      "flags": {}
    }
  ],
  "imagePath": "1.png",
  "imageData": "xxxxxxxxxxxxxxxxxxxxxx"
  "imageHeight": 1536,
  "imageWidth": 1536
}

Yolo格式的图片标签格式为txt：

每行：class_id x_center y_center width height

1
0 0.441257 0.268394 0.017960 0.024695

LabelMe（rectangle）转 YOLO 格式脚本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
import os
import json
from tqdm import tqdm

# 自定义类别列表，顺序对应 class_id（请根据你的数据修改）
CLASS_LIST = ['ng']

def convert_labelme_rect_to_yolo(json_path, output_dir):
    """
    将LabelMe标注的矩形框转换为YOLO格式。

    Args:
        json_path (str): LabelMe标注文件的路径。
        output_dir (str): 输出YOLO格式文件的目录。

    Returns:
        None

    Raises:
        FileNotFoundError: 如果指定的LabelMe标注文件不存在。
        JSONDecodeError: 如果JSON文件解析失败。
        KeyError: 如果JSON文件中缺少必要的键。

    """
    with open(json_path, 'r') as f:
        data = json.load(f)

    image_width = data['imageWidth']
    image_height = data['imageHeight']
    image_name = os.path.splitext(data['imagePath'])[0]
    yolo_lines = []

    for shape in data['shapes']:
        if shape['shape_type'] != 'rectangle':
            continue  # 跳过非矩形

        label = shape['label']
        if label not in CLASS_LIST:
            continue  # 跳过不在类别列表中的标签

        class_id = CLASS_LIST.index(label)
        (x1, y1), (x2, y2) = shape['points']

        # 计算归一化后的中心坐标和宽高
        x_center = ((x1 + x2) / 2) / image_width
        y_center = ((y1 + y2) / 2) / image_height
        bbox_width = abs(x2 - x1) / image_width
        bbox_height = abs(y2 - y1) / image_height

        yolo_line = f"{class_id} {x_center:.6f} {y_center:.6f} {bbox_width:.6f} {bbox_height:.6f}"
        yolo_lines.append(yolo_line)

    # 写入 .txt 文件
    os.makedirs(output_dir, exist_ok=True)
    output_path = os.path.join(output_dir, image_name + '.txt')
    with open(output_path, 'w') as f:
        f.write('\n'.join(yolo_lines))

    print(f"✅ Converted: {json_path} -> {output_path}")

def convert_all_jsons(input_dir, output_dir):
    """
    将指定目录下的所有JSON文件转换为YOLO格式并保存到输出目录。

    Args:
        input_dir (str): 输入目录路径，该目录下应包含多个JSON文件。
        output_dir (str): 输出目录路径，转换后的YOLO格式文件将保存在此目录下。

    Returns:
        None

    Raises:
        FileNotFoundError: 如果输入目录不存在，则抛出此异常。
        NotADirectoryError: 如果输入路径不是一个目录，则抛出此异常。
    """
    os.makedirs(output_dir, exist_ok=True)
    for file in tqdm(os.listdir(input_dir)):
        if file.endswith('.json'):
            convert_labelme_rect_to_yolo(os.path.join(input_dir, file), output_dir)

# 使用示例
if __name__ == '__main__':
    input_folder = './json'  # 替换为你的LabelMe JSON文件夹路径
    output_folder = './label'   # 输出YOLO标注文件夹
    convert_all_jsons(input_folder, output_folder)

每个 JSON 会生成一个 .txt 文件，与图片同名。

所有值都已归一化到 [0, 1]。