1 简介

以前，我们使用Pascal VOC数据格式使用自定义带annotated（注释）的数据集训练了mmdetection模型。如果您的对象检测的训练需要COCO数据格式，那么您很不走运，因为我们使用的labelImg工具不支持COCO注释格式。如果您仍然想使用注释工具，以后再将VOC注释转换为COCO格式。

我们将首先简要介绍这两种注释格式，然后介绍将VOC转换为COCO格式的转换脚本，最后，我们将通过绘制边界框和类标签来验证转换后的结果。

2 Pascal VOC和COCOs annotations 的区别

Pascal VOC批注保存为XML文件，每个图像一个XML文件。由labelImg工具生成的XML文件 。它在<path>元素中包含图像的路径。每个边界框都存储在<object>元素中，示例如下所示。

<object>
	<name>fig</name>
	<pose>Unspecified</pose>
	<truncated>0</truncated>
	<difficult>0</difficult>
	<bndbox>
		<xmin>256</xmin>
		<ymin>27</ymin>
		<xmax>381</xmax>
		<ymax>192</ymax>
	</bndbox>
</object>

如您所见，边界框由两个点定义，即左上角和右下角。
对于COCO数据格式，首先，对于数据集中的所有注释只有一个JSON文件，对于数据集的每个拆分（Train/Val/Test）都只有一个JSON文件。
边界框表示为左上起始坐标以及框的宽度和高度，例如

"bbox" :[x,y,width,height]

这是一个COCO数据格式JSON文件的示例，该文件仅包含一个图像（在顶级"images"元素中可见），总共3个唯一的类别/类（在顶级"categories"元素中可见）和2个带注释的边框在顶级"annotations"（“注释”）元素中看到的图像。

{
  "type": "instances",
  "images": [
    {
      "file_name": "0.jpg",
      "height": 600,
      "width": 800,
      "id": 0
    }
  ],
  "categories": [
    {
      "supercategory": "none",
      "name": "date",
      "id": 0
    },
    {
      "supercategory": "none",
      "name": "hazelnut",
      "id": 2
    },
    {
      "supercategory": "none",
      "name": "fig",
      "id": 1
    }
  ],
  "annotations": [
    {
      "id": 1,
      "bbox": [
        100,
        116,
        140,
        170
      ],
      "image_id": 0,
      "segmentation": [],
      "ignore": 0,
      "area": 23800,
      "iscrowd": 0,
      "category_id": 0
    },
    {
      "id": 2,
      "bbox": [
        321,
        320,
        142,
        102
      ],
      "image_id": 0,
      "segmentation": [],
      "ignore": 0,
      "area": 14484,
      "iscrowd": 0,
      "category_id": 0
    }
  ]
}

3 将 Pascal VOC 转换为 COCO annotation

获得带注释的XML和图像文件后，将它们放入以下与下面类似的文件夹结构中，

rawdata
 └── 20210131181727
	 ├── Annotations
	 │ 		├── 1.xml
	 │ 		├── ...
	 │ 		└── 20.xml
	 └── JPEGImages
		 	├── 1.jpg
		 	├── ...
		 	└── 20.jpg

然后，您可以像这样从我的GitHub运行voc2coco.py脚本，它将为您生成COCO数据格式的JSON文件。

$vocFolderName = 20210131181727
$cocoFolderName = format(datetime.now(), "%Y%m%d%H%M%S")
python voc2coco.py ./rawdata/voc/$FolderName/Annotations ./convertedData/coco/$FolderName/annotations/instances_train$FolderName.json

COCO目录如下，其中你要手动将
./rawdata/20210131181727/JPEGImages 目录下所有*.jpg文件拷贝到
./convertedData/20210131224630/images

convertedData
 └── 20210131224630
	 ├── annotations
	 │ 	 ├── instances_train20210131224630.json
	 │ 
	 │ 
	 └── images
		 ├── 1.jpg
		 ├── ...
		 └── 20.jpg

有了JSON文件后，我们可以通过将边界框和类标签绘制为图像的叠加层来可视化COCO注释。在Jupyter Notebook打开COCO_Image_Viewer.ipynb。在COCO_Image_Viewer.ipynb中找到以下单元格，该单元格在display_image生成SVG图形的方法。

html = coco_dataset.display_image(0, use_url=False)
IPython.display.HTML(html)

第一个参数是图像ID，对于我们的演示数据集，总共有20张图像，因此您可以尝试将其设置为1到20。

4 VGG Image Annotator to COCO annotation

如果你的VOC数据集是使用VGG Image Annotator标注的话，就需要另外写新脚本将VGG Image Annotator 转换成 COCO annotation。
如果你想节省时间，可以在线使用VGG-Image-Annotator转换成符合coco格式的json文件，有可能会成功。
如果以上方法都无法解决你的问题，请尝试使用vgg2coco.py

5 coco数据可视化

6 结论和进一步阅读

COCO数据格式
Pascal VOC文档
下载 labelImg 作为边界框注释。
下载 labelme作为边界框注释。