数据标注之数据集的类型与如何标注

目录

一、常见数据标注格式

1. PASCAL VOC (XML格式)

2. COCO (JSON格式)

3. YOLO (TXT格式)

4. TFRecord (TensorFlow专用)

5. 其他格式

二、数据标注工具对比

三、标注流程示例（以LabelImg为例）

---

一、常见数据标注格式

1. PASCAL VOC (XML格式)

• 适用任务：目标检测、图像分类

• 文件结构：

  • Annotations/：存放XML标注文件（每个图像对应一个XML文件）

  • JPEGImages/：存放原始图像

  • ImageSets/：存放训练/验证/测试集划分文件（如train.txt）

标注内容：例如

<annotation><filename>image1.jpg</filename><size><width>800</width><height>600</height><depth>3</depth>  <!-- RGB图像 --></size><object><name>cat</name><bndbox><xmin>100</xmin>  <!-- 边界框左上角x坐标 --><ymin>200</ymin>  <!-- 边界框左上角y坐标 --><xmax>300</xmax>  <!-- 边界框右下角x坐标 --><ymax>400</ymax>  <!-- 边界框右下角y坐标 --></bndbox></object>
</annotation>

• 如何标注：

  • 使用工具：LabelImg（开源）、CVAT、RectLabel（Mac）

  • 标注步骤：

    1. 打开图像，用矩形框标注物体。

    2. 输入类别名称（如cat）。

    3. 工具自动生成XML文件。

2. COCO (JSON格式)

• 适用任务：目标检测、实例分割、关键点检测

• 文件结构：

  • 单个annotations.json文件，包含所有图像的标注信息。

• 标注内容（关键字段）：

{"images": [{"id": 1,"file_name": "image1.jpg","width": 800,"height": 600}],"annotations": [{"id": 1,"image_id": 1,"category_id": 1,  // 类别ID（对应categories中的"cat"）"bbox": [100, 200, 200, 200],  // [x, y, width, height]"area": 40000,"segmentation": [[...]]  // 多边形坐标（实例分割用）}],"categories": [{"id": 1, "name": "cat"}]
}

• 如何标注：

  • 使用工具：LabelMe、CVAT、Supervisely

  • 标注步骤：

    1. 标注物体边界框或多边形（分割任务）。

    2. 导出为COCO JSON格式。

3. YOLO (TXT格式)

• 适用任务：目标检测（轻量级，适合嵌入式设备）

• 文件结构：

  • 每个图像对应一个.txt文件，内容格式：

<class_id> <x_center> <y_center> <width> <height>

例如：

0 0.25 0.5 0.1 0.2  # 类别0，中心点(25%宽度, 50%高度)，宽高占10%和20%

• 如何标注：

  • 使用工具：LabelImg（需设置YOLO导出格式）、Roboflow

  • 标注步骤：

    1. 标注矩形框并指定类别。

    2. 工具自动将坐标转换为归一化值（相对于图像宽高）。

4. TFRecord (TensorFlow专用)

• 适用任务：大规模数据集（TensorFlow训练用）

• 文件结构：

  • 二进制文件（.tfrecord），存储图像和标注的序列化数据。

• 如何标注：

  • 需先将其他格式（如COCO/VOC）转换为TFRecord：

# 使用TensorFlow Dataset API转换
tf.data.TFRecordDataset("data.tfrecord")

5. 其他格式

格式	特点	适用场景
CSV	简单表格（文件路径+bbox坐标）	快速标注/小数据集
Mask R-CNN	多任务（检测+分割）	实例分割
KITTI	自动驾驶（3D框+雷达数据）	自动驾驶

二、数据标注工具对比

工具	支持格式	特点
LabelImg	VOC (XML), YOLO (TXT)	开源，简单易用
CVAT	COCO, VOC, YOLO	在线协作，支持视频标注
LabelMe	COCO, JSON	支持多边形标注（分割任务）
Roboflow	所有主流格式	在线平台，支持自动预处理

三、标注流程示例（以LabelImg为例）

安装LabelImg：

pip install labelImg
labelImg  # 启动

标注步骤：

• 打开图像文件夹（Open Dir）。

• 绘制矩形框（快捷键W），输入类别名称。

• 保存为PASCAL VOC XML或YOLO TXT格式。

• 导出到Annotations/目录。