Intégration CVAT#

L'importation directe depuis CVAT arrive bientôt dans Ultralytics Platform : tu pourras importer tel quel un export CVAT de détection ou de segmentation d'images, sans avoir à choisir de format.

En attendant, une méthode simple fonctionne dès aujourd'hui, car CVAT exporte déjà au format Ultralytics YOLO que Platform peut lire.

Importer depuis CVAT dès maintenant#

1. Exporter depuis CVAT. Ouvre ta tâche et choisis Actions > Exporter le jeu de données de la tâche (depuis un job, choisis Menu > Exporter le jeu de données du job).
2. Choisir le format. Sélectionne l'entrée Ultralytics YOLO correspondant à ta tâche — CVAT répertorie séparément Ultralytics YOLO Detection 1.0, Ultralytics YOLO Detection Track 1.0, Ultralytics YOLO Segmentation 1.0, Ultralytics YOLO Oriented Bounding Boxes 1.0, Ultralytics YOLO Pose 1.0 et Ultralytics YOLO Classification 1.0.
3. Active Enregistrer les images, nomme le .zip, puis clique sur OK. L'enregistrement des images est une fonctionnalité payante sur CVAT Online ; sans cette option, l'archive ne contient que les étiquettes. Ajoute donc tes images dans un dossier images/ dont la structure reflète celle de labels/ avant l'importation.
4. Télécharger l'archive. L'exportation s'effectue en arrière-plan — récupère-la sur la page Requêtes de CVAT une fois terminée.
5. Importer dans Platform. Crée un nouveau jeu de données à partir du ZIP.
6. Entraîner. Modifie les annotations, entraîne et déploie sans quitter l'espace de travail.

Exporter avec la CLI#

La CLI de CVAT exporte la même archive depuis un terminal :

pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zip

Remplace 104 par l'ID de ton projet et la chaîne de format par la variante correspondant à ta tâche. --with-images yes est l'équivalent en CLI de l'option Enregistrer les images ; sans cette option, l'archive ne contient que les étiquettes. Ajoute donc un dossier images/ dont la structure reflète celle de labels/ avant l'importation.

L'export Ultralytics YOLO de CVAT produit la structure attendue par Platform ; aucune conversion n'est donc nécessaire :

archive.zip/
├── data.yaml          # class names Platform reads
├── images/train/
└── labels/train/

Contenu de chaque export#

Chaque format Ultralytics YOLO exporte uniquement les formes CVAT compatibles avec sa tâche ; choisis donc celui qui correspond à tes annotations :

• Détection conserve les rectangles, mais ignore ceux qui sont pivotés — exporte-les avec Boîtes englobantes orientées
• Suivi de détection conserve les rectangles et leur ID de suivi ; Platform les importe comme des boîtes et ignore l'ID de suivi
• Segmentation conserve les polygones et les masques, convertit les masques en polygones et supprime les rectangles
• Pose conserve uniquement les squelettes ; les points isolés ne sont pas exportés
• Classification conserve les étiquettes, et les images sans étiquette sont placées dans une classe no_label

Aucune de ces options n'exporte les polylignes.

Choisir un format d'exportation#

CVAT propose de nombreux formats d'exportation. Voici ceux qui nous intéressent :

Chaque annotation COCO doit comporter un bbox pour être lue, et les zones de foule ("iscrowd": 1) sont ignorées. CVAT enregistre les masques dans COCO comme des zones de foule ; exporte donc plutôt les masques avec Ultralytics YOLO Segmentation. Les noms de catégorie deviennent les noms de classe, et les ID de catégorie sont uniformisés dans tous les fichiers JSON de l'archive ; les exports par répartition conservent donc des ID de classe cohérents. Un objet représenté par plusieurs polygones est fusionné en un seul polygone.

Ce que l'intégration apportera#

L'intégration supprime l'étape consistant à choisir le bon format d'exportation. Une fois disponible, tu pourras exporter n'importe quel format CVAT de détection et de segmentation d'images, l'importer, et Platform associera automatiquement les annotations à la tâche YOLO correspondante.

• Aucun format à choisir — les exports CVAT de détection et de segmentation d'images sont convertis en un jeu de données YOLO, avec les noms d'étiquette préservés
• Un seul espace de travail — l'annotation, l'entraînement et le déploiement ne nécessitent plus plusieurs outils et un script de conversion
• Continue à annoter — les jeux de données importés s'ouvrent dans l'éditeur d'annotations de Platform, qui inclut l'annotation intelligente optimisée par SAM
• Entraîne immédiatement — les jeux de données sont prêts pour l'entraînement dans le cloud dès la fin du traitement

FAQ#