BDD100K数据集是一个广泛用于自动驾驶领域的公共基准数据集，它包含约10万个经过注释的图像和视频。该数据集包含了各种天气和照明条件下的交通场景，可以用于训练和测试自动驾驶算法。

在BDD100K数据集中，所有注释都以JSON格式存储。例如，每张图像都包含有关车辆、行人、交通信号灯和道路标识等信息的注释。为了方便使用该数据集，我们需要将注释信息转换为易于阅读和处理的文本格式。

下面是一个使用Python将BDD100K数据集中的JSON转换为TXT格式的代码示例：

import json
json_file = 'bdd100k_labels_images_val.json' # 原始JSON文件名
txt_file = 'bdd100k_labels_images_val.txt' # 转换后的TXT文件名
with open(json_file) as f:
data = json.load(f)
with open(txt_file, 'w') as f:
for item in data:
f.write(item['name'] + '\n') # 图像文件名
for label in item['labels']:
obj_name = label['category'] # 物体类别
x1 = label['box2d']['x1'] # 物体左边界x坐标
y1 = label['box2d']['y1'] # 物体上边界y坐标
x2 = label['box2d']['x2'] # 物体右边界x坐标
y2 = label['box2d']['y2'] # 物体下边界y坐标
f.write('{} {} {} {} {}\n'.format(obj_name, x1, y1, x2, y2)) # 写入物体信息
f.write('\n') # 每张图像之间空一行

该示例代码可以将BDD100K数据集中的JSON文件中所有注释信息按照图像文件名、物体类别、坐标等信息依次转换为TXT格式，方便后续使用。