Link to this sectionIntégration Label Studio#
Les importations directes Label Studio arrivent bientôt sur Ultralytics Platform, afin qu'un export brut de détection ou de segmentation d'images soit téléversé tel quel sans format à choisir.
D'ici là, il existe un raccourci qui fonctionne dès aujourd'hui, car l'export YOLO avec images de Label Studio propose une structure que Platform sait lire, liste de classes incluse.
Link to this sectionImporter depuis Label Studio dès aujourd'hui#
- Exporter depuis Label Studio. Ouvre ton projet et clique sur Exporter.
- Choisis un format qui inclut les images. Sélectionne YOLO with Images et clique sur Exporter.
- Téléverser sur 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 génèrent des fichiers de labels sans les images, car tes images se trouvent généralement derrière les URL vers lesquelles pointait Label Studio. Téléverser l'une de ces archives sur Platform te donne un dataset sans images. Choisis plutôt la variante with Images.
Link to this sectionExporter avec l'API#
L'API d'export 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 jetons d'accès personnels récents sont échangés contre un jeton du porteur à courte durée de vie avant utilisation, alors vérifie quel type de jeton ton instance émet. Les grands projets doivent plutôt utiliser les points de terminaison d'instantanés, qui créent l'export en tant que tâche en arrière-plan et le téléchargent par ID ; l'exemple export_yolo_with_images.py du SDK fait exactement cela.
Un export YOLO de Label Studio transporte sa liste de classes en même temps que les labels, 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, donc recompresser l'export dans un autre dossier fait perdre tes noms de labels et les classes sont importées sous les noms class0, class1, etc.
Link to this sectionChoisir un format d'export#
Label Studio propose plusieurs formats d'export. Pour la détection et la segmentation d'images :
| Format Label Studio | Fonctionne | Notes |
|---|---|---|
| YOLO with Images | Meilleur | Fournit classes.txt et les images, donc un seul téléversement suffit |
| COCO with Images | Oui | Lu également ; un mélange de polygones et de boîtes s'importe en tant que segment, en ignorant celles qui n'ont que des boîtes |
| YOLO / COCO | Non | Fichiers d'annotation uniquement — le dataset s'importe sans images |
| Pascal VOC XML | Non | Les fichiers de labels XML ne peuvent pas être lus |
Platform ne lit pas les labels Pascal VOC XML, et un export VOC échoue discrètement plutôt que bruyamment : les images s'importent et les annotations non. Choisis plutôt YOLO with Images ou COCO with Images.
Link to this sectionCe que l'intégration ajoutera#
Choisir le bon format d'export est l'étape que l'intégration supprime. Une fois en ligne, tu pourras exporter n'importe quel format de détection ou de segmentation d'images de Label Studio, le téléverser, et Platform mappera elle-même les annotations vers la tâche YOLO correspondante.
- Aucun format à choisir — les exports de détection et de segmentation d'images de Label Studio sont mappés vers un dataset YOLO en préservant les noms de labels
- Un seul espace de travail — le étiquetage, l'entraînement et le déploiement ne s'étalent plus sur des outils séparés et un script de conversion
- Continuer à étiqueter — les datasets importés s'ouvrent dans l'éditeur d'annotation de Platform, incluant l'étiquetage intelligent propulsé par SAM
- Entraîner immédiatement — les datasets sont prêts pour l'entraînement dans le cloud dès la fin de leur traitement
Les intégrations Labelbox, Roboflow et Ultralytics HUB fonctionnent dès aujourd'hui, et Platform importe directement les datasets YOLO, COCO et NDJSON d'Ultralytics.