Integración con Labelbox#

Ultralytics Platform lee exportaciones NDJSON de Labelbox directamente. No hay clave que pegar, ni conexión que mantener activa, ni script de conversión que mantener: exporta desde Labelbox, sube el archivo y tus etiquetas llegan como un conjunto de datos normal de Platform.

Importar desde Labelbox#

1. Exporta desde Labelbox. Abre el proyecto de etiquetado o catálogo que quieras traer y ve a la pestaña Data Rows. Selecciona All, haz clic en Export data, elige los campos a incluir y confirma. ¿Vas a exportar desde Catalog en lugar de un proyecto? Habilita Export labels from project y elige el proyecto, o el archivo llegará completamente sin anotaciones.
2. Descarga el archivo. Labelbox ejecuta la exportación como un trabajo en segundo plano. Búscalo en Notifications y haz clic en Download cuando termine para guardar el archivo .ndjson.
3. Sube a Platform. Crea un nuevo conjunto de datos y sube el archivo .ndjson, o pega un enlace directo a él. También puedes empezar desde Settings > Integrations > Labelbox.
4. Entrena. Una vez que termine el procesamiento, edita las anotaciones y entrena exactamente igual que con cualquier otro conjunto de datos de Platform.

A diferencia de CVAT y Label Studio, no hay ningún formato que elegir; la propia exportación de Labelbox es la compatible.

Exportar con el SDK#

Labelbox también ofrece la tarea de exportación en su Python SDK, que es la ruta más fácil para una canalización repetible. Transmite la tarea y escribe un objeto JSON por línea:

import json

import labelbox

client = labelbox.Client(api_key="YOUR_LABELBOX_API_KEY")
export_task = labelbox.ExportTask.get_task(client, "YOUR_EXPORT_TASK_ID")
export_task.wait_till_done()  # streaming a task that isn't COMPLETE raises

with open("dataset.ndjson", "w") as f:
    f.writelines(json.dumps(data_row.json) + "\n" for data_row in export_task.get_buffered_stream())

Qué se importa#

Platform reconoce el formato de Labelbox por sí solo y asigna los cuadros delimitadores y polígonos al tipo de tarea YOLO correspondiente:

Cada objeto name se convierte en el nombre de clase —por lo que una anotación "name": "Dog" se importa como la clase Dog, no su value en minúsculas— y las coordenadas de píxeles se normalizan según las dimensiones de media_attributes en la exportación. Cada imagen recibe el nombre de su data_row.external_id, recurriendo al nombre de archivo en la URL firmada cuando la exportación no incluye un ID externo. Una exportación de catálogo sin anotaciones se importa como un conjunto de datos de imágenes sin etiquetar, listo para etiquetar en el editor de anotaciones de Platform.

Una sola fila de datos tiene este aspecto, recortada a los campos que lee Platform:

{
    "data_row": {
        "external_id": "000000000307.jpg",
        "row_data": "https://storage.labelbox.com/...?Expires=...&Signature=..."
    },
    "media_attributes": { "height": 480, "width": 640, "mime_type": "image/jpeg" },
    "projects": {
        "<project-id>": {
            "labels": [
                {
                    "annotations": {
                        "objects": [
                            {
                                "name": "Dog",
                                "annotation_kind": "ImageBoundingBox",
                                "bounding_box": { "top": 200.0, "left": 407.0, "height": 172.0, "width": 176.0 }
                            }
                        ]
                    }
                }
            ]
        }
    }
}

Todo lo demás en la exportación (embeddings, metadata_fields, attachments, project_details) se ignora. Vale la pena deseleccionar las incrustaciones al exportar: en una exportación de muestra representaban alrededor de cuatro quintas partes del archivo, frente a una quinta parte para los campos que Platform realmente lee.