数据标注格式大全：COCO、Pascal VOC、YOLO详解

一、标注格式的重要性

标注格式是标注数据和模型训练之间的桥梁。不同模型框架支持的标注格式不同，标注数据需要在不同格式之间进行转换。理解主流标注格式的结构和特点，是标注从业者的必备技能。

二、COCO格式

COCO（Common Objects in Context）格式是目前使用最广泛的标注格式之一。采用JSON格式存储，支持目标检测、实例分割、关键点等多种标注类型。

COCO格式的核心数据结构包括：image记录图片信息；annotation记录标注信息；categories记录类别信息。

优点：信息完整，支持多种标注类型；生态完善，主流框架都支持；社区活跃，相关工具丰富。

三、Pascal VOC格式

Pascal VOC格式采用XML格式存储标注信息，是最经典的标注格式之一。虽然功能不如COCO丰富，但结构简单，易于理解和处理。

Pascal VOC格式的核心结构包括folder、filename、source、size和object等。每个object代表一个标注目标。

四、YOLO格式

YOLO格式是目前目标检测领域最流行的格式之一。采用纯文本格式，每行代表一个目标，格式为：class_id x_center y_center width height。所有坐标值归一化到0-1之间。

优点：文件体积小，处理速度快；格式简单，易于手动编辑和查看；与YOLO系列模型直接适配。

五、其他常见格式

LabelMe格式：JSON格式，与COCO类似，主要用于多边形标注。

KITTI格式：自动驾驶领域常用格式，支持2D和3D标注。

NuScenes格式：自动驾驶数据集标准格式，信息全面但结构复杂。

TFRecord格式：TensorFlow专属格式，适合大规模训练数据。

六、格式转换工具

标注结果在不同格式之间的转换是标注工作中的常见需求。常用的格式转换工具有FiftyOne、pycocotools和自定义转换脚本。建议在项目启动前明确标注格式要求。

七、格式选择建议

选择标注格式时需要考虑目标模型的输入要求。如果模型基于MMDetection，优先选择COCO格式。如果模型基于YOLO系列，直接导出YOLO格式最为方便。如果项目可能需要切换模型框架，建议选择COCO格式作为中间格式。