Label Studio-Integration#
Direkte Importe von Label Studio in die Ultralytics Platform werden bald verfügbar sein, sodass ein unbearbeiteter Bilddetektions- oder Segmentierungsexport unverändert und ohne Auswahl eines Formats hochgeladen werden kann.
Bis dahin gibt es einen kurzen Weg, der schon heute funktioniert, denn der Export YOLO with Images von Label Studio verwendet ein Layout, das die Platform einschließlich der Klassenliste lesen kann.
Heute aus Label Studio importieren#
- Aus Label Studio exportieren. Öffne dein Projekt und klicke auf Export.
- Wähle ein Format, das die Bilder enthält. Wähle YOLO with Images und klicke auf Export.
- In die Platform hochladen. Erstelle einen neuen Datensatz aus der ZIP-Datei.
- Trainieren. Bearbeite die Annotationen, trainiere und stelle bereit, ohne den Arbeitsbereich zu verlassen.
Die Optionen YOLO und COCO von Label Studio schreiben Labeldateien ohne Bilder, da deine Bilder normalerweise hinter den URLs liegen, auf die Label Studio verwiesen wurde. Wenn du eines dieser Archive in die Platform hochlädst, erhältst du einen Datensatz ohne Bilder. Wähle stattdessen die Variante mit Bildern.
Mit der API exportieren#
Die Export-API von Label Studio gibt dasselbe Archiv zurück, wobei der Formatname in exportType enthalten ist:
curl -X GET "https://<your-label-studio>/api/projects/<project-id>/export?exportType=YOLO_WITH_IMAGES&download_all_tasks=true" \
-H "Authorization: Token <your-legacy-token>" \
-o dataset.zipCOCO_WITH_IMAGES und YOLO_OBB_WITH_IMAGES funktionieren auf dieselbe Weise. Neuere persönliche Zugriffstoken werden vor der Verwendung gegen ein kurzlebiges Bearer-Token ausgetauscht. Prüfe daher, welchen Tokentyp deine Instanz ausstellt. Für große Projekte solltest du stattdessen die Snapshot-Endpunkte verwenden. Sie erstellen den Export als Hintergrundauftrag und laden ihn anhand seiner ID herunter; das Beispiel export_yolo_with_images.py des SDKs macht genau das.
Ein YOLO-Export aus Label Studio enthält seine Klassenliste zusammen mit den Labels, und die Platform liest sie ein:
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/Lade das Archiv genau so hoch, wie Label Studio es erstellt hat. Die Platform sucht im Stammverzeichnis des Archivs nach classes.txt und notes.json. Wenn du den Export in einem weiteren Ordner erneut komprimierst, gehen deine Labelnamen verloren und die Klassen werden als class0, class1 und so weiter importiert.
Exportformat auswählen#
Label Studio bietet mehrere Exportformate. Für Bilddetektion und Segmentierung:
| Label Studio-Format | Funktioniert | Hinweise |
|---|---|---|
| YOLO with Images | Am besten | Enthält classes.txt und die Bilder, sodass ein einziger Upload ausreicht |
| COCO with Images | Ja | Wird ebenfalls gelesen; eine Mischung aus Polygonen und Boxen wird als Segmentierung importiert, wobei reine Box-Annotationen verworfen werden |
| YOLO / COCO | Nein | Nur Annotationsdateien – der Datensatz wird ohne Bilder importiert |
| Pascal VOC XML | Nein | XML-Labeldateien können nicht gelesen werden |
In einem COCO-Export muss jede Annotation ein bbox enthalten, damit sie gelesen wird; Crowd-Bereiche ("iscrowd": 1) werden übersprungen, und die
Kategorienamen werden zu deinen Klassennamen – ein COCO-Archiv benötigt also kein classes.txt, um seine Labels beizubehalten.
Die Platform liest Pascal-VOC-XML-Labels nicht, und ein VOC-Export schlägt still statt sichtbar fehl: Die Bilder werden importiert, die Annotationen jedoch nicht. Wähle stattdessen YOLO with Images oder COCO with Images.
Was die Integration hinzufügen wird#
Die Wahl des richtigen Exportformats ist der Schritt, den die Integration überflüssig macht. Sobald sie verfügbar ist, exportierst du jedes Bilddetektions- und Segmentierungsformat von Label Studio, lädst es hoch, und die Platform ordnet die Annotationen selbst der passenden YOLO-Aufgabe zu.
- Kein Format auszuwählen – Die Bilddetektions- und Segmentierungsexporte von Label Studio werden einem YOLO-Datensatz zugeordnet, wobei die Labelnamen erhalten bleiben
- Ein Arbeitsbereich — Beschriftung, Training und Bereitstellung erstrecken sich nicht mehr über separate Tools und ein Konvertierungsskript
- Weiter annotieren — Importierte Datensätze werden im Annotationseditor der Platform geöffnet, einschließlich der intelligenten Annotation mit SAM
- Sofort trainieren — Datensätze sind für das Cloud-Training bereit, sobald ihre Verarbeitung abgeschlossen ist