将json的注释变成yolo的txt数据集

将JSON格式的注释转换为YOLO格式的txt数据集需要进行以下步骤：

1. 读取JSON格式的注释文件，并解析其中的内容；
2. 根据注释文件中的图像大小，将每个目标的坐标由绝对坐标（即以像素为单位）转换为相对坐标（即以图像宽度和高度为单位），同时计算出每个目标的中心点和宽高；
3. 将相对坐标、目标类别和标注框的宽高按照YOLO格式写入txt数据集文件。

下面是一个Python代码示例，实现了将JSON格式的注释文件转换为YOLO格式的txt数据集的功能：

import json

# 定义类别名称列表，注意类别名称要和注释文件中的类别名称一致
class_names = ['person', 'car', 'truck']

# 读取JSON格式的注释文件
with open('annotations.json', 'r') as f:
    annotations = json.load(f)

# 遍历每张图像的注释信息
for ann in annotations:
    # 解析注释信息中的图像大小
    img_width = ann['image_width']
    img_height = ann['image_height']
    
    # 遍历每个目标的注释信息
    for obj in ann['objects']:
        # 解析目标的类别和坐标
        class_name = obj['class']
        x1, y1, x2, y2 = obj['bbox']
        
        # 将坐标转换为相对坐标
        x = (x1 + x2) / 2 / img_width
        y = (y1 + y2) / 2 / img_height
        w = (x2 - x1) / img_width
        h = (y2 - y1) / img_height
        
        # 将相对坐标、目标类别和标注框的宽高按照YOLO格式写入txt数据集文件
        with open('annotations.txt', 'a') as f:
            class_id = class_names.index(class_name)
            f.write(f"{class_id} {x:.6f} {y:.6f} {w:.6f} {h:.6f}\n")

在上述代码中，我们首先定义了类别名称列表`class_names`，然后读取了JSON格式的注释文件`annotations.json`。在遍历每张图像的注释信息时，我们解析了注释信息中的图像大小，并遍历了每个目标的注释信息。对于每个目标，我们将其坐标由绝对坐标转换为相对坐标，并按照YOLO格式将相对坐标、目标类别和标注框的宽高写入txt数据集文件`annotations.txt`。最终生成的txt数据集文件中每一行的格式为：

<class_id> <x> <y> <w> <h>

其中`<class_id>`是目标类别的编号（从0开始），`<x>`和`<y>`是目标中心点的相对坐标，`<w>`和`<h>`是标注框的宽高的相对值。