目录
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：
打开图像，用矩形框标注物体。
输入类别名称（如
cat）。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：
标注物体边界框或多边形（分割任务）。
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：
标注矩形框并指定类别。
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。