LabelMe-Annotationen in YOLO und die Ultralytics Platform exportieren#

LabelMe ist ein Offline-Bildannotationswerkzeug mit einer Open-Source-Python-Anwendung. Es gibt keine Live-LabelMe-Verbindung oder keinen API-Schlüssel, die in Ultralytics Platform konfiguriert werden müssen. Die vollständige Integration ist ein lokaler Arbeitsablauf: Annotieren in LabelMe, Konvertieren der LabelMe-JSON-Annotationen in das YOLO-Format mit dem LabelMe Toolkit und Hochladen der resultierenden ZIP-Datei als Plattform-Dataset.

1. Die Bilder in LabelMe annotieren#

Installiere LabelMe über die Desktop-App oder das Open-Source-Python-Paket und öffne dann das Verzeichnis mit deinen Bildern. LabelMe speichert die Annotationen jedes Bildes in einer passenden JSON-Datei.

Zeichne für den YOLO-Erkennungs-Arbeitsablauf in diesem Leitfaden Rechtecke um jedes Objekt und weise einen Klassennamen zu. Der LabelMe-Einsteigerleitfaden behandelt das Öffnen von Bildern, das Zeichnen von Formen und das Speichern von Annotationen, während der LabelMe-Dataset-Leitfaden die Überprüfung und Vorbereitung eines vollständigen annotierten Datasets beschreibt.

Dein Quellverzeichnis sollte die Bilder und LabelMe-JSON-Dateien enthalten:

your_dataset/
├── image_001.jpg
├── image_001.json
├── image_002.jpg
└── image_002.json

2. Das LabelMe Toolkit installieren#

Installiere das LabelMe Toolkit, indem du dem Toolkit-Installationsleitfaden von LabelMe folgst. Das Toolkit und dessen Exporte werden lokal ausgeführt.

Überprüfe die Installation und liste dann jedes im Quelldatensatz gefundene Label auf:

labelmetk --version
labelmetk list-labels your_dataset/

Überprüfe die Ausgabe vor dem Export. In --class-names weggelassene Labels werden übersprungen, und die von dir bereitgestellte Reihenfolge wird zur YOLO-Klassen-ID-Reihenfolge.

3. In das YOLO-Format exportieren#

Führe export-to-yolo mit dem Quellverzeichnis und einer kommagetrennten Liste von Klassennamen aus:

labelmetk export-to-yolo your_dataset/ --class-names crack,normal

Ersetze crack,normal durch die von list-labels zurückgegebenen Labels. LabelMe schreibt das Ergebnis nach your_dataset.export/:

your_dataset.export/
├── classes.txt
├── images/
│   ├── image_001.jpg
│   └── image_002.jpg
└── labels/
    ├── image_001.txt
    └── image_002.txt

classes.txt bewahrt die Klassennamen in derselben Reihenfolge, die von den YOLO-Label-Dateien verwendet wird. Bewahre sie im Stammverzeichnis des Exports auf.

4. Das ZIP-Archiv erstellen#

Komprimiere den Inhalt von your_dataset.export/ und nicht das Verzeichnis darum herum. Unter macOS oder Linux:

cd your_dataset.export
zip -r ../your_dataset.zip classes.txt images labels

Unter Windows PowerShell:

Compress-Archive -Path .\your_dataset.export\* -DestinationPath .\your_dataset.zip

Öffne die ZIP-Datei vor dem Hochladen und vergewissere dich, dass sich classes.txt, images/ und labels/ im Stammverzeichnis befinden. Ein zusätzlicher your_dataset.export/-Wrapper verhindert, dass die Plattform die Stammklassenliste findet.

5. Auf die Ultralytics Platform hochladen#

1. Öffne Settings > Integrations > LabelMe.
2. Klicke auf Upload export.
3. Lade your_dataset.zip hoch und schließe die Erstellung des Datasets ab.
4. Warte, bis die Verarbeitung abgeschlossen ist, und überprüfe dann die Bilder, Klassen und Anmerkungen.
5. Bearbeite die Annotationen, trainiere ein Modell und stelle es bereit aus demselben Workspace.

LabelMe und der YOLO-Export bleiben vollständig offline. Nur die ZIP-Datei, die du im Upload-Dialog auswählst, wird an die Platform gesendet.

Fehlerbehebung#

• Klassen sind benannt als class0, class1 usw.: Vergewissere dich, dass classes.txt im Stammverzeichnis der ZIP-Datei vorhanden ist.
• Einige Annotationen fehlen: Führe labelmetk list-labels your_dataset/ erneut aus und beziehe jedes erforderliche Label in --class-names ein.
• Polygone wurden zu Boxen: Dies ist das dokumentierte Verhalten von LabelMe's export-to-yolo; es konvertiert Formen, die keine Rechtecke sind, in Bounding-Boxen.
• Das Dataset enthält keine Bilder: Vergewissere dich, dass das exportierte images/-Verzeichnis in der ZIP-Datei enthalten ist.
• Plattform kann die Klassen nicht finden: Entferne alle äußeren Verzeichnisse aus dem Archiv, sodass classes.txt, images/ und labels/ die Einträge der obersten Ebene sind.

Informationen zum vollständigen lokalen Arbeitsablauf findest du in LabelMes YOLO-Trainingsleitfaden und im export-to-yolo-Referenzhandbuch.