Intégration de Label Studio#
Les importations directes depuis Label Studio arrivent sur Ultralytics Platform, afin qu'une exportation brute de détection ou de segmentation d'images soit téléversée telle quelle, sans avoir à choisir de format.
En attendant, une procédure rapide fonctionne dès aujourd'hui, car l'exportation YOLO with Images de Label Studio suit une structure que Platform sait lire, liste des classes incluse.
Importer depuis Label Studio dès aujourd'hui#
- Exporte depuis Label Studio. Ouvre ton projet et clique sur Export.
- Choisis un format qui inclut les images. Sélectionne YOLO avec les images, puis clique sur Export.
- Téléverser vers Platform. Crée un nouveau dataset à partir du fichier ZIP.
- Entraîner. Modifie les annotations, entraîne et déploie sans quitter l’espace de travail.
Les options YOLO et COCO de Label Studio écrivent les fichiers d'étiquettes sans les images, car tes images se trouvent généralement derrière les URL indiquées à Label Studio. Si tu téléverses l'une de ces archives dans Platform, tu obtiens un jeu de données sans images. Choisis plutôt la variante avec les images.
Exporter avec l'API#
L'API d'exportation de Label Studio renvoie la même archive, avec le nom du format dans exportType :
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 et YOLO_OBB_WITH_IMAGES fonctionnent de la même manière. Les nouveaux jetons d'accès personnels sont échangés contre un jeton bearer de courte durée avant leur utilisation ; vérifie donc quel type de jeton ton instance délivre. Pour les projets volumineux, utilise plutôt les points de terminaison de snapshot, qui créent l'exportation comme une tâche en arrière-plan et la téléchargent par ID ; l'exemple export_yolo_with_images.py du SDK fait exactement cela.
Une exportation YOLO de Label Studio contient sa liste de classes avec les étiquettes, et Platform la lit :
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/Téléverse l'archive exactement telle que Label Studio l'a produite. Platform recherche classes.txt et notes.json à la racine de l'archive ; si tu recompresses l'exportation dans un autre dossier, les noms de tes étiquettes sont perdus et les classes sont importées sous les noms class0, class1, etc.
Choisir un format d’export#
Label Studio propose plusieurs formats d'exportation. Pour la détection et la segmentation d'images :
| Format Label Studio | Fonctionne | Remarques |
|---|---|---|
| YOLO avec les images | Optimal | Inclut classes.txt et les images, donc un seul téléversement suffit |
| COCO avec les images | Oui | Également pris en charge ; un mélange de polygones et de cadres est importé en tant que segments, tandis que ceux contenant uniquement des cadres sont ignorés |
| YOLO / COCO | Non | Fichiers d'annotations uniquement — le jeu de données est importé sans images |
| Pascal VOC XML | Non | Les fichiers d'étiquettes XML ne peuvent pas être lus |
Dans une exportation COCO, chaque annotation doit contenir un bbox pour être lue, les régions de foule ("iscrowd": 1) sont ignorées, et les noms de catégories deviennent tes noms de classes — une archive COCO n'a donc pas besoin de classes.txt pour conserver ses étiquettes.
Platform ne lit pas les étiquettes XML Pascal VOC, et une exportation VOC échoue silencieusement plutôt que de signaler une erreur : les images sont importées, mais pas les annotations. Choisis plutôt YOLO avec les images ou COCO avec les images.
Ce que l’intégration ajoutera#
Choisir le bon format d'exportation est l'étape que l'intégration supprime. Une fois disponible, tu exporteras n'importe lequel des formats de détection et de segmentation d'images de Label Studio, tu le téléverseras, et Platform associera elle-même les annotations à la tâche YOLO correspondante.
- Aucun format à choisir — les exportations de détection et de segmentation d'images de Label Studio sont converties en un jeu de données YOLO tout en conservant les noms des étiquettes
- Un seul espace de travail — l’annotation, l’entraînement et le déploiement ne nécessitent plus plusieurs outils distincts ni de script de conversion
- Poursuivre l’annotation — les datasets importés s’ouvrent dans l’éditeur d’annotations de Platform, avec notamment l’annotation intelligente optimisée par SAM
- Entraîner immédiatement — les datasets sont prêts pour l’entraînement cloud dès qu’ils ont fini d’être traités