JSON

JSON 是 JavaScript 对象表示法的简称，是一种轻量级的文本格式，用于存储和交换结构化数据。Douglas Crockford 在 2000 年代初对其进行了规范，基于 JavaScript 的对象字面量语法；如今，JSON 已被标准化为 IETF RFC 8259 和 ECMA-404。JSON 与编程语言无关、易于阅读，几乎所有编程语言的标准库都能解析它，因此它成为 Web API 的默认格式。在机器学习（ML）中，JSON 用于从推理引擎导出预测结果、存储数据集标注、记录实验元数据，以及定义大语言模型（LLMs）的结构化输出。

JSON 语法#

JSON 文档由两种容器和四种值构成：

• 对象：用花括号括起来的无序键值对集合，例如 {"name": "bus", "confidence": 0.94}。键必须是用双引号括起来的字符串。
• 数组：用方括号括起来的有序列表，例如 [48.5, 398.0, 245.3, 902.1]。
• 值：字符串、数字、字面量 true、false 和 null，或者嵌套对象和数组。

这种格式有严格要求。不允许使用注释、尾随逗号、单引号字符串以及值 NaN 和 Infinity；不过，除非设置了 allow_nan=False，否则 Python 的 json 模块默认会写入 NaN，生成严格解析器无法接受的文件。RFC 8259 还提醒，只有在 IEEE 754 双精度范围内，数字才能可靠地交换；因此，大于 2⁵³ − 1 的整数（例如某些数据库 ID）通常会以字符串形式发送。

机器学习工作流中的 JSON#

当安防系统中的摄像头将一帧画面发送到目标检测服务时，模型服务层通常会以 JSON 返回结果：每个检测到的对象对应一条记录，包含类别、置信度分数和边界框坐标，可直接用于仪表盘、移动应用和 MongoDB 等文档数据库。

标注格式也会用到 JSON。COCO 数据集会将一个数据划分的全部标签存储在同一个 JSON 文件中，其中包含三个主要列表：images存储文件名和尺寸，categories存储类别 ID 和名称，annotations中的每个条目通过 ID 指向图像和类别，并将边界框存储为像素坐标 [x, y, width, height]，原点位于左上角。YOLO 格式则为每张图像使用一个文本文件，存储归一化后的中心坐标；在两种格式之间转换是数据标注流水线中的常见步骤，不过自定义数据集类也可以直接使用 COCO JSON 训练 YOLO。

JSON Lines（也称 NDJSON）会在每一行放置一个完整的 JSON 对象。这样，文件便可追加、流式处理和拆分，而无需解析整个文档，因此适用于训练日志、预测流，以及用于对 LLM 进行微调的指令数据集。对于 LLM，JSON Schema会描述应用所需的确切字段，而结构化输出和函数调用则会限制模型，使其生成符合该规范的 JSON。GeoJSON以 RFC 7946 为标准，将这种格式用于地理要素，从而让卫星图像分析能够将检测结果标注在地图上。

将预测结果转换为 JSON#

Ultralytics YOLO Results对象会使用 to_json() 序列化预测结果，为每个检测结果写入一条记录，其中包含类别名称、类别 ID、置信度和边界框角点 x1、y1、x2、y2；对于实例分割和姿态估计模型，还会包含掩码或关键点坐标。下面的示例会在一张示例图像上运行 YOLO26，并使用 Python 标准库解析 JSON：

import json

from ultralytics import YOLO

# 加载预训练的 YOLO26 检测模型并运行推理
model = YOLO("yolo26n.pt")
results = model("https://ultralytics.com/images/bus.jpg")
result = results[0]

# 将每个检测结果序列化为 JSON 字符串（normalize=True 会将边界框缩放到 0-1）
json_string = result.to_json()

# 任何 JSON 解析器都能将其读回；这里将其读入 Python 字典列表
detections = json.loads(json_string)
print(json.dumps(detections[0], indent=2))

打印出的记录是一个 JSON 对象，包含 name、class 和 confidence 键，以及一个嵌套的 box 对象，用于保存以像素为单位的角点坐标。

JSON 与相关格式#

• YAML：一种可读性更强的格式，支持注释和基于缩进的嵌套，常用于训练配置和数据集定义。YAML 1.2 的设计目标是成为 JSON 的超集，因此大多数 JSON 文档也是有效的 YAML。
• XML：一种基于标签的格式，用于 Pascal VOC 标注；它比 JSON 更冗长，并支持属性、命名空间和架构。
• CSV：一种扁平表格格式，适用于紧凑地表示表格数据，但不能嵌套对象或列表。
• 二进制格式：Protocol Buffers 和 MessagePack 比 JSON 更小、解析速度更快，但不便于人类阅读。ONNX 模型文件以 Protocol Buffers 消息的形式存储。