SODA-A数据集处理成适合YOLOV8训练的数据集

标注格式如下

{
   
    "type": "instance",
    "images": {
   
        "file_name": "00001.jpg",
        "height": 2744,
        "width": 4800,
        "id": 1
    },
    "annotations": [
        {
   
            "poly": [
                235.0841064453125,
                2551.818359375,
                249.3841552734375,
                2556.41845703125,
                256.6455383300781,
                2533.84521484375,
                242.34548950195312,
                2529.2451171875
            ],
            "area": 356.2015366703272,
            "category_id": 0,
            "image_id": 1,
            "id": 1
        },

SODA-A 遥感图像小目标检测 数据处理 代码
实现逻辑：把原图像裁切成为 640x640 大小的子图片，遍历每个标注文件标注框，若在子图片内，则加入。
B站 可视化界面：https://www.bilibili.com/video/BV1Fn4y1o7aw/?spm_id_from=333.999.0.0

import os
import json
from PIL import Image


def open_annotations_json(image_name):
    # 构造标注文件名
    annotation_name = image_name.replace(".jpg", ".json")
    # 构造标注文件路径

    # 在 train、val 和 test 文件夹中查找标注文件
    for folder in ['train', 'val', 'test']:
        annotation_file_path = os.path.join("Annotations", folder, annotation_name)
        if os.path.exists(annotation_file_path):
            # 如果找到标注文件，则打开并处理
            with open(annotation_file_path, "r") as file:
                data = json.load(file)
                print(f"找到{annotation_file_path}对应的标注文件")
                # 在这里对标注文件进行处理
                return data  # 返回标注文件数据
            break
    else:
        print(f"未找到{annotation_file_path}对应的标注文件")


def is_points_inside_rect(points, left, upper, right, lower):
    for i in range(0, len(points), 2):
        x = points[i]
        y = points[i + 1