如何将边界框 (x1, y1, x2, y2) 转换为 YOLO Style (X, Y, W, H)

Question

我正在训练 YOLO 模型，我有这种格式的边界框：-

x1, y1, x2, y2 => ex (100, 100, 200, 200)

我需要将其转换为 YOLO 格式，如下所示：-

X, Y, W, H => 0.436262 0.474010 0.383663 0.178218

中心点X、Y、身高H、体重W我已经算好了。但仍然需要将它们转换为前面提到的浮点数。

Answer 1

YOLO 在x 和y 两个方向上将图像space 归一化为运行从0 到1。要在 (x, y) 坐标和 yolo (u, v) 坐标之间进行转换，您需要将数据转换为 u = x / XMAX 和 y = y / YMAX，其中 XMAX、YMAX 是您正在使用的图像阵列的最大坐标。

这完全取决于以相同方式定向的图像阵列。

这是执行转换的 C 函数

#include <stdlib.h>
#include <stdio.h>
#include <errno.h>
#include <math.h>

struct yolo {
    float   u;
    float   v;
    };

struct yolo
convert (unsigned int x, unsigned int y, unsigned int XMAX, unsigned int YMAX)
{
    struct yolo point;

    if (XMAX && YMAX && (x <= XMAX) && (y <= YMAX))
    {
        point.u = (float)x / (float)XMAX;
        point.v = (float)y / (float)YMAX;
    }
    else
    {
        point.u = INFINITY;
        point.v = INFINITY;
        errno = ERANGE;
    }

    return point;
}/* convert */


int main()
{
    struct yolo P;

    P = convert (99, 201, 255, 324);

    printf ("Yolo coordinate = <%f, %f>\n", P.u, P.v);

    exit (EXIT_SUCCESS);
}/* main */

Answer 2

这是 python 中的代码片段，用于将 x、y 坐标转换为 yolo 格式

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)

im=Image.open(img_path)
w= int(im.size[0])
h= int(im.size[1])


print(xmin, xmax, ymin, ymax) #define your x,y coordinates
b = (xmin, xmax, ymin, ymax)
bb = convert((w,h), b)

查看我的示例程序，将LabelMe标注工具格式转换为Yolo格式https://github.com/ivder/LabelMeYoloConverter

Answer 3

对于那些寻找相反问题的人（yolo 格式到普通 bbox 格式）

def yolobbox2bbox(x,y,w,h):
    x1, y1 = x-w/2, y-h/2
    x2, y2 = x+w/2, y+h/2
    return x1, y1, x2, y2

Answer 4

对于yolo格式为x1,y1,x2,y2格式

def yolobbox2bbox(x,y,w,h):
    x1 = int((x - w / 2) * dw)
    x2 = int((x + w / 2) * dw)
    y1 = int((y - h / 2) * dh)
    y2 = int((y + h / 2) * dh)

    if x1 < 0:
        x1 = 0
    if x2 > dw - 1:
        x2 = dw - 1
    if y1 < 0:
        y1 = 0
    if y2 > dh - 1:
        y2 = dh - 1

return x1, y1, x2, y2

Answer 5

只是阅读答案，我也在寻找这个，但发现这个信息更丰富，可以了解后端发生的事情。表格在这里：Source

假设 x/ymin 和 x/ymax 分别是您的边界角，top left and bottom right。那么：

x = xmin
y = ymin
w = xmax - xmin
h = ymax - ymin

然后你需要 normalize 这些，这意味着将它们作为整个图像的比例给出，所以简单地将每个值除以上面值的各自大小：

x = xmin / width
y = ymin / height
w = (xmax - xmin) / width
h = (ymax - ymin) / height

这假设原点在左上角，如果不是这种情况，您将必须应用偏移因子。

所以答案

Answer 6

有两种可能的解决方案。首先你要明白你的第一个边界框是Coco格式还是Pascal_VOC格式。否则你不能做正确的数学。

这是格式；

Coco 格式: [x_min, y_min, 宽度, 高度]
Pascal_VOC 格式： [x_min, y_min, x_max, y_max]

这里有一些Python如何进行转换的代码：

将 Coco 转换为 Yolo

# Convert Coco bb to Yolo
def coco_to_yolo(x1, y1, w, h, image_w, image_h):
    return [((2*x1 + w)/(2*image_w)) , ((2*y1 + h)/(2*image_h)), w/image_w, h/image_h]

将 Pascal_voc 转换为 Yolo

# Convert Pascal_Voc bb to Yolo
def pascal_voc_to_yolo(x1, y1, x2, y2, image_w, image_h):
    return [((x2 + x1)/(2*image_w)), ((y2 + y1)//(2*image_h)), (x2 - x1)/image_w, (y2 - y1)/image_h]

如果需要额外的转换，您可以查看我在 Medium 上的文章：https://christianbernecker.medium.com/convert-bounding-boxes-from-coco-to-pascal-voc-to-yolo-and-back-660dc6178742

Answer 7

有更多 straight-forward 的方法可以用 pybboxes 做这些事情。安装，

pip install pybboxes

如下使用，

import pybboxes as pbx

voc_bbox = (100, 100, 200, 200)
W, H = 1000, 1000  # WxH of the image
pbx.convert_bbox(voc_bbox, from_type="voc", to_type="yolo", image_width=W, image_height=H)
>>> (0.15, 0.15, 0.1, 0.1)

注意，转成YOLO格式需要图片宽高进行缩放。

如何将边界框 (x1, y1, x2, y2) 转换为 YOLO Style (X, Y, W, H)

How to convert bounding box (x1, y1, x2, y2) to YOLO Style (X, Y, W, H)

machine-learning

image-processing

computer-vision

yolo