如何将 2D 边界框像素坐标（x、y、w、h）转换为相对坐标（Yolo 格式）？答案

【问题标题】：How to convert 2D bounding box pixel coordinates (x, y, w, h) into relative coordinates (Yolo format)?如何将 2D 边界框像素坐标（x、y、w、h）转换为相对坐标（Yolo 格式）？
【发布时间】：2020-11-01 16:40:32
【问题描述】：

喂！我正在通过在线平台注释图像数据，该平台生成如下输出坐标：bbox":{"top":634,"left":523,"height":103,"width":145} 但是，我想用这个注解来训练 Yolo。所以，我必须将它转换为 yolo 格式，如下所示：4 0.838021 0.605556 0.177083 0.237037

在这方面，我需要有关如何转换它的帮助。

【问题讨论】：

标签： python computer-vision conv-neural-network yolo

【解决方案1】：

这里，对于你需要传递的尺寸 (w,h) 和你需要传递的盒子 (x,x+w, y, y+h) https://github.com/ivder/LabelMeYoloConverter/blob/master/convert.py

def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

或者，您可以在下面使用

def convert(x,y,w,h):
 dw = 1.0/w
 dh = 1.0/h
 x = (2*x+w)/2.0
 y = (2*y+w)/2.0
 x = x*dw
 y = y*dh
 w = w*dw
 h = h*dh
 return (x,y,w,h)

每个网格单元预测 B 个边界框以及 C 类概率。边界框预测有 5 个分量：(x, y, w, h, confidence)。 (x, y) 坐标表示盒子的中心，相对于网格单元的位置（请记住，如果盒子的中心不在网格单元内，则该单元不对此负责）。这些坐标被归一化为介于 0 和 1 之间。相对于图像大小， (w, h) 框尺寸也被归一化为 [0, 1]。我们来看一个例子：

What does the coordinate output of yolo algorithm represent?

【讨论】：

感谢亲爱的@rcvaram 的回复。请需要参数说明，即 w,h。
是图片的宽度和高度，还是边界框？
是的，这个 x 和 y 是您的边界框的中心，并且 w,h 是边界框的宽度和高度
我明白了。但是，我对以下几点感到困惑。让我解释。我有一张 1920x1080 的图像，并且我绘制了一个包含以下信息的边界框。 x,y 坐标为 1167, 537px（边界框左上角坐标）高度：224px 宽度：320px 有了这些信息，我想对其进行归一化。

【解决方案2】：

将bbox字典转换为具有相对坐标的列表

如果你想用top、left、widht、height键转换python字典以 [x1, y1, x2, y2] 格式放入列表中

其中x1、y1是边界框top left corner的相对坐标，x2、y2是边界框bottom right corner的相对坐标可以使用如下功能：

def bbox_dict_to_list(bbox_dict, image_size):
  h = bbox_dict.get('height')
  l = bbox_dict.get('left')
  t = bbox_dict.get('top')
  w = bbox_dict.get('width')

  img_w, img_h = image_size

  x1 = l/img_w
  y1 = t/img_h
  x2 = (l+w)/img_w
  y2 = (t+h)/img_h
  return [x1, y1, x2, y2]

您必须将 bbox 字典作为参数传递，并将图像大小作为元组传递 -> (image_width, image_height)

例子

bbox = {"top":634,"left":523,"height":103,"width":145} 
bbox_dict_to_list(bbox, (1280, 720))
>> [0.40859375, 0.8805555555, 0.521875, 1.02361111111]

您可以根据需要更改退货单

【讨论】：