datumaro

收录理由

Datumaro 是一套面向计算机视觉数据管理的 Python 库与命令行工具，专门解决不同标注格式之间来回转换的麻烦。它支持 COCO、PASCAL VOC、ImageNet、KITTI、Cityscapes 以及 CVAT 导出等团队实际在用的格式，有了它就不必再为每个项目手写一次性转换脚本。除了格式互转，它还包揽了训练前那些琐碎又耗时的准备工作：合并多个数据集、按自定义条件过滤、划分训练/验证/测试集时能感知任务类型，尽量保持标签和属性分布不变，还能结合模型推理结果做质量检查。在标注层面，它可以把多边形转成实例掩码，也能批量重命名标签，这些能力让它很适合嵌入标注流水线或数据集整理流程。如果你长期维护带标注的视觉数据集，尤其是配合 CVAT 这类工具使用，它能提供一套稳定、可复现的方式来保持数据井然有序。