BDD100k数据集提取Json至txt格式(YOLOv3可用)

     由于需要，最近想要训练一下全球最大的自动驾驶数据集BDD100K，包括有100k的训练集和10k的验证集

     无奈，现有的数据标注形式为Json数据格式，需要转换成为YOLO格式的数据集。

     这个数据集的标注是一个大文件，足足有15个G的标注文件，处理起来速度不是很快，10k的val集还好，100k的train集真的速度好慢好慢…………    

import json
#这里是我需要的9个类别
categorys = ['car', 'bus', 'person', 'bike', 'truck', 'motor', 'train', 'rider', 'traffic sign', 'traffic light']

def parseJson(jsonFile):
    '''
      params:
        jsonFile -- BDD00K数据集的一个json标签文件
      return:
        返回一个列表的列表，存储了一个json文件里面的方框坐标及其所属的类，
    '''
    objs = []
    obj = []
    info = jsonFile
    name = info['name']
    objects = info['labels']
    for i in objects:
        if(i['category'] in categorys):
            obj.append(int(i['box2d']['x1']))
            obj.append(int(i['box2d']['y1']))
            obj.append(int(i['box2d']['x2']))
            obj.append(int(i['box2d']['y2']))
            obj.append(i['category'])
            objs.append(obj)
            obj = []
    #print("objs",objs)
    return name, objs

#test
file_handle = open('drive_train.txt', mode='a')
f = open("bdd100k_labels_images_train.json")
info = json.load(f)
objects = info
n = len(objects)
for i in range(n):
    an = ""
    name, result = parseJson(objects[i])
    an = "./bdd100k/images/100k/train"+ name
    for j in range(len(result)):
        cls_id = categorys.index(result[j][4])
        an = an + ' '+str(result[j][0])+','+str(result[j][1])+','+str(result[j][2])+','+str(result[j][3])+','+str(cls_id)
    an = an + '\n'
    file_handle.write(an)
    print(len(result))
    print(an)

  以上程序就可以得到形如 ./bdd100k/images/100k/641234132-sdf1234.jpg x1,x2,x3,x4,class_id格式的数据标注了。

  如果不需要逗号隔开或者空格隔开，只需要修改‘，’变成‘  ’即可。