3、常见标注格式详解（上）：COCO JSON格式（目标检测）、LabelMe JSON格式

好，咱们今天来啃两块硬骨头——COCO JSON 和 LabelMe JSON。

这两个格式，做目标检测的朋友肯定不陌生。我个人习惯把 COCO 格式称为「工业标准」，而 LabelMe 更像是「个人作坊」的产物。为什么这么说？往下看你就明白了。

3.1 COCO JSON 格式：目标检测的「通用语言」

先聊聊 COCO。这个格式最早来自微软的 COCO 数据集，后来慢慢成了目标检测、实例分割领域的通用格式。说白了，你训练 YOLO、Mask R-CNN、Detectron2 这些模型，最后导出标注时，十有八九会碰到它。

3.1.1 整体结构长什么样？

COCO JSON 是一个大的字典，里面包含几个关键字段。我直接给你看一个简化版的结构：

{
  "images": [
    {
      "id": 1,
      "file_name": "img_001.jpg",
      "width": 1920,
      "height": 1080
    }
  ],
  "annotations": [
    {
      "id": 1,
      "image_id": 1,
      "category_id": 2,
      "bbox": [100, 150, 200, 300],
      "area": 60000,
      "iscrowd": 0
    }
  ],
  "categories": [
    {
      "id": 1,
      "name": "person"
    },
    {
      "id": 2,
      "name": "car"
    }
  ]
}

嗯，这里要注意：bbox 的格式是 [x, y, width, height]，不是 [x1, y1, x2, y2]。我刚开始做标注时，就因为这个搞混过，结果模型训练出来检测框全偏了……

3.1.2 三个核心字段详解

3.1.3 避坑指南：bbox 和 area

我曾经在导出 COCO 格式时，把 bbox 写成了 [x1, y1, x2, y2]。结果呢？模型训练出来的检测框全跑到图片外面去了。排查了半天才发现是格式问题。

还有 area 字段。很多人觉得它不重要，随便填个 0。但如果你用 COCO 的评估工具（比如 cocoapi），area 会影响小目标、中目标、大目标的统计。我建议你老老实实算一下：area = width * height。

3.2 LabelMe JSON 格式：多边形标注的「老朋友」

LabelMe 是 MIT 开发的一个标注工具，它的 JSON 格式和 COCO 完全不同。我个人觉得，LabelMe 更适合做语义分割或实例分割的标注，因为它天然支持多边形。

3.2.1 结构长什么样？

LabelMe JSON 是每张图片一个 JSON 文件。不像 COCO 把所有图片的标注塞到一个大文件里。来看个例子：

{
  "version": "5.0.1",
  "flags": {},
  "shapes": [
    {
      "label": "car",
      "points": [
        [120, 150],
        [200, 150],
        [200, 300],
        [120, 300]
      ],
      "group_id": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "img_001.jpg",
  "imageData": null,
  "imageHeight": 1080,
  "imageWidth": 1920
}

你想想看，这里最核心的是 shapes 数组。每个 shape 就是一个标注对象，points 是多边形的顶点坐标。如果是矩形，shape_type 可以写成 rectangle，但一般建议统一用 polygon。

3.2.2 和 COCO 的关键区别

3.3 两种格式的转换思路

实际项目中，你经常需要在 COCO 和 LabelMe 之间来回转换。比如你用 LabelMe 标注了数据，但训练模型时要用 COCO 格式。怎么办？

我一般这样处理：

1. LabelMe → COCO： 遍历所有 LabelMe JSON，把 shapes 里的多边形转成 bbox（取最小外接矩形），然后合并到一个大 JSON 里。
2. COCO → LabelMe： 把 COCO 的 annotations 拆开，每个 bbox 转成四个点的多边形，生成独立的 JSON 文件。

3.4 本章小结

COCO JSON 和 LabelMe JSON，一个适合大规模数据集，一个适合灵活标注。我个人建议：

• 如果你做目标检测，优先用 COCO 格式。
• 如果你做分割任务，或者标注工具是 LabelMe，那就用 LabelMe 格式。
• 不管用哪种，一定要写一个验证脚本，检查坐标、类别 id 是否正确。

嗯，今天就先聊到这儿。这两种格式搞明白了，后面再讲其他格式（比如 YOLO、Pascal VOC）就轻松多了。