Link to this sectionIntegración con CVAT#
Las importaciones directas de CVAT llegarán próximamente a Ultralytics Platform, de modo que una exportación de detección o segmentación de imágenes de CVAT se cargará tal cual, sin necesidad de elegir un formato.
Hasta entonces, hay un atajo que funciona hoy en día, ya que CVAT ya exporta en el diseño de Ultralytics YOLO que lee Platform.
Link to this sectionImportar desde CVAT hoy#
- Exportar desde CVAT. Abre tu tarea y elige Actions > Export task dataset (desde un trabajo es Menu > Export job dataset).
- Elige el formato. Selecciona la entrada Ultralytics YOLO correspondiente a tu tarea; CVAT enumera por separado
Ultralytics YOLO Detection 1.0,Ultralytics YOLO Segmentation 1.0,Ultralytics YOLO Oriented Bounding Boxes 1.0yUltralytics YOLO Pose 1.0. - Activa Save images, asigna un nombre al archivo
.zipy haz clic en OK. Sin las imágenes, el archivo solo contendrá anotaciones y Platform no tendrá nada que importar. - Descarga el archivo. La exportación se ejecuta en segundo plano; recógela en la página de Requests de CVAT cuando termine.
- Súbelo a Platform. Crea un nuevo conjunto de datos a partir del archivo ZIP.
- Entrena. Edita las anotaciones, entrena y despliega sin salir del espacio de trabajo.
Link to this sectionExportar con la CLI#
La CLI de CVAT exporta el mismo archivo desde una terminal:
pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zipSustituye 104 por tu ID de proyecto y la cadena de formato por la variante que coincida con tu tarea. --with-images yes es el equivalente en la CLI del interruptor Save images; sin él, el archivo solo contendrá anotaciones.
La exportación de Ultralytics YOLO de CVAT produce el diseño que Platform espera, por lo que no es necesario convertir nada:
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/Link to this sectionElegir un formato de exportación#
CVAT ofrece muchos formatos de exportación. Tres importan aquí:
| Formato de CVAT | Funciona | Notas |
|---|---|---|
| Ultralytics YOLO | Óptimo | Incluye data.yaml, por lo que los nombres de tus etiquetas se transfieren intactos |
| COCO 1.0 | Sí | También se lee; una mezcla de polígonos y cuadros se importa como segmento, y los que solo tienen cuadros se descartan |
| YOLO 1.1 | Parcialmente | Los cuadros se importan, pero su archivo obj.names no se lee; las clases llegan como class0, class1, … |
Platform no lee las etiquetas XML de Pascal VOC, y una exportación a VOC falla silenciosamente en lugar de mostrar un error: las imágenes se importan, las anotaciones no, y una exportación a VOC de cinco o más imágenes también detecta una sola clase con el nombre de su carpeta de imágenes. Elige Ultralytics YOLO o COCO en su lugar.
Link to this sectionLo que añadirá la integración#
Elegir el formato de exportación correcto es el paso que elimina la integración. Una vez que se lance, podrás exportar cualquiera de los formatos de detección y segmentación de imágenes de CVAT, subirlo y Platform asignará automáticamente las anotaciones a la tarea YOLO correspondiente.
- Sin formato que elegir: las exportaciones de detección y segmentación de imágenes de CVAT se asignan a un conjunto de datos YOLO conservando los nombres de las etiquetas
- Un solo espacio de trabajo: el etiquetado, el entrenamiento y el despliegue dejan de abarcar herramientas separadas y un script de conversión
- Sigue anotando: los conjuntos de datos importados se abren en el editor de anotaciones de Platform, incluyendo la anotación inteligente impulsada por SAM
- Entrena de inmediato: los conjuntos de datos están listos para el entrenamiento en la nube tan pronto como termina su procesamiento
Las integraciones de Labelbox, Roboflow y Ultralytics HUB funcionan hoy en día, y Platform importa directamente conjuntos de datos YOLO, COCO y Ultralytics NDJSON.