从BDD100K到YOLO：一站式数据集格式转换实战指南

1. 环境准备：搭建你的专属转换工作台

拿到BDD100K数据集，想用YOLO模型来训练，第一步不是急着写代码，而是先把“厨房”收拾好。很多朋友卡在第一步，就是因为环境没配好，各种包版本冲突，报错信息看得人头大。我刚开始玩深度学习的时候，也在这上面栽过跟头，所以咱们稳扎稳打，先把基础打牢。

BDD100K官方推荐使用Python 3.7及以上版本，为了保险和兼容性，我强烈建议你跟我一样，直接用Python 3.8。别小看这个版本选择，有些库在3.9或3.10上可能会有意想不到的兼容性问题，3.8是目前公认的“甜点”版本，社区支持最好。第一步，我们创建一个独立的虚拟环境。这就像给你的项目单独准备一个工具箱，里面只放这个项目需要的工具，不会和电脑上其他项目的工具搞混。用Conda或者venv都行，我个人习惯用Conda，因为它管理包更方便。

打开你的终端（Windows用Anaconda Prompt或CMD，Mac/Linux用Terminal），输入下面的命令来创建一个名为bdd100k的虚拟环境，并指定Python版本为3.8：

conda create -n bdd100k python=3.8

创建过程中会提示你确认安装一些基础包，输入y回车就行。环境创建好后，激活它：

conda activate bdd100k

看到命令行前面从(base)变成了(bdd100k)，就说明你已经进入这个专属环境了。接下来，我们去BDD100K的官方GitHub仓库（https://github.com/bdd100k/bdd100k）把代码克隆下来。你可以直接下载ZIP包解压，也可以用git命令克隆，看你怎么方便。我通常用git，方便后续更新：

git clone https://github.com/bdd100k/bdd100k.git
cd bdd100k

进入项目目录后，你会看到一个requirements.txt文件，这里面列出了项目运行所需的所有Python依赖包。我们一键安装它们：

pip install -r requirements.txt

这个过程可能会花点时间，取决于你的网速。安装完成后，你的“转换工作台”就基本搭建好了。这里有个小坑我得提醒你：有时候网络问题会导致某些包下载失败，特别是像pycocotools这样的包。如果安装报错，可以尝试切换pip源到国内的镜像，比如清华源，速度会快很多也更稳定。命令是pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple。环境准备好，我们就成功了一半，接下来可以正式开始“变形”数据了。

2. 第一步转换：从BDD100K到COCO格式

数据格式转换就像翻译，我们要把BDD100K这种“语言”描述的信息，先翻译成一种中间“通用语”——COCO格式，然后再翻译成YOLO能听懂的“方言”。为什么非要绕这个弯子呢？因为BDD100K官方直接提供了转COCO的工具，非常可靠，而COCO转YOLO的代码网上非常成熟，我们自己写起来也简单。这样两步走，比直接硬写一个BDD100K转YOLO的脚本要稳妥得多。

BDD100K的标注文件是JSON格式，对于目标检测任务，你下载的数据集里应该会有det_train.json（训练集标注）和det_val.json（验证集标注）这样的文件。转换的核心就是使用BDD100K工具包里的to_coco模块。这个模块已经帮我们处理好了类别映射、标注信息重组这些繁琐的步骤。我们只需要告诉它输入文件在哪，输出文件放哪就行。

假设你的BDD100K数据集标注文件放在D:\datasets\bdd100k\labels目录下，那么转换训练集的命令是这样的：

python -m bdd100k.label.to_coco -m det -i "D:\datasets\bdd100k\labels\det_train.json" -o "D:\datasets\bdd100k\labels\det_train_coco.json" --nproc 4

我来拆解一下这个命令：

• -m det：指定模式为检测（detection）。BDD100K还支持实例分割等其他任务。
• -i：后面跟输入JSON文件的完整路径，记得用引号包起来，尤其是路径里有空格的时候。
• -o：后面跟你想要输出的COCO格式JSON文件的完整路径。
• --nproc 4：这个参数很棒，意思是使用4个进程并行处理，能大大加快转换速度。你可以根据自己电脑CPU的核心数来调整，比如8核的可以设为8。

运行命令后，终端会滚动一些处理信息。完成后，去你指定的输出路径看看，应该生成了一个det_train_coco.json文件。用同样的命令，把det_val.json也转换一下，生成验证集的COCO文件。这里有个非常重要的细节：转换完成后，千万不要移动或重命名你的原始图片文件<