框架兼容性挑战
主流框架需不同标注格式：YOLO（Darknet/TensorRT）、VOCXML（MMDetection）、COCO（Detectron2），传统转换存在格式错误风险。
格式转换方案
MakeSense提供一站式导出方案：
- YOLO格式转换::
- 生成每张图片对应的.txt文件
- 自动归一化坐标到[0,1]范围
- 包含类别索引和bbox中心点坐标
- VOC XML导出::
- 符合PASCAL VOC标准结构
- 包含<object>层级详细信息
- 适配OpenCV的cv2.VideoWriter等工具
- 自定义映射::
- 在classes.txt中预定义类别顺序
- 导出时勾选”Remap classes”选项
- 自动匹配不同框架的类别ID
practical skill
- 检测任务首选YOLO格式（文件体积最小）
- 分割任务建议同时导出VOC和COCO格式
- usability
xmltodict库快速解析VOC文件
This answer comes from the articleMakeSense: a free-to-use image annotation tool to improve computer vision project efficiencyThe
May not be reproduced without permission:AI productivity tools " 怎样快速将标注数据适配到不同的深度学习框架？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil