CVAT在线数据标注

CVAT支持矩形、多边形、视频插值的数据标注平台，支持团队协作、复杂项目、视频标注等，可导出YOLO格式

一、平台地址

https://app.cvat.ai/

必须先登录在进入系统

二、创建项目

主要用于管理多个共享同一套标签体系的任务

三、创建任务与配置

任务是实际进行标注工作的单元，包含了要标注的具体数据（图片或视频）以及最终的标注结果。

format就用默认的就行，其他的格式导出数据有问题，下一步通过脚本转成yolo格式的

# -*- coding: utf-8 -*- # CVAT转YOLO格式 import xml.etree.ElementTree as ET import os from pathlib import Path # CVAT的xml格式文件路径 XML_FILE = '../cvat/annotations.xml' # 数据yolo格式的路径 OUTPUT_DIR = Path('/Users/wangqingpan/Desktop/baby/labels') # 标签 CLASS_MAP = {'heater': 0} def convert_to_yolo_seg(): OUTPUT_DIR.mkdir(parents=True, exist_ok=True) try: tree = ET.parse(XML_FILE) root = tree.getroot() except (ET.ParseError, FileNotFoundError) as e: print(f"读取 XML 文件失败: {e}") return img_count = 0 for img in root.findall('image'): w = float(img.get('width')) h = float(img.get('height')) # 使用 Path 处理文件名，兼容性更好 name = Path(img.get('name')).stem yolo_lines = [] for tag in ['polyline', 'polygon']: for poly in img.findall(tag): label = poly.get('label') if label not in CLASS_MAP: continue cls_id = CLASS_MAP[label] points_str = poly.get('points') if not points_str: continue raw_points = points_str.replace(';', ' ').replace(',', ' ').split() try: pts = [float(p) for p in raw_points] except ValueError: continue if len(pts) < 6 or len(pts) % 2 != 0: continue norm_pts = [] for i in range(0, len(pts), 2): nx = max(0.0, min(1.0, pts[i] / w)) ny = max(0.0, min(1.0, pts[i+1] / h)) norm_pts.extend([f"{nx:.6f}", f"{ny:.6f}"]) yolo_lines.append(f"{cls_id} {' '.join(norm_pts)}") if yolo_lines: output_path = OUTPUT_DIR / f"{name}.txt" with open(output_path, 'w', encoding='utf-8') as f: f.write("\n".join(yolo_lines)) img_count += 1 print(f"转换完成！共处理图片: {img_count} 张。") print(f"输出目录: {OUTPUT_DIR}") convert_to_yolo_seg()