Integrazione con CVAT#
Le importazioni dirette da CVAT stanno per arrivare su Ultralytics Platform, così un'esportazione di rilevamento o segmentazione delle immagini da CVAT verrà caricata così com'è, senza dover scegliere alcun formato.
Fino ad allora, puoi seguire una procedura breve che funziona già oggi, perché CVAT esporta già nel layout Ultralytics YOLO che Platform riesce a leggere.
Importare da CVAT oggi#
- Esporta da CVAT. Apri il task e scegli Actions > Export task dataset (da un job, scegli Menu > Export job dataset).
- Scegli il formato. Seleziona la voce Ultralytics YOLO corrispondente al tuo task: CVAT elenca separatamente
Ultralytics YOLO Detection 1.0,Ultralytics YOLO Segmentation 1.0,Ultralytics YOLO Oriented Bounding Boxes 1.0eUltralytics YOLO Pose 1.0. - Attiva Save images, assegna il nome
.zipe fai clic su OK. Senza le immagini, l'archivio contiene solo le annotazioni e Platform non ha nulla da importare. - Scarica l'archivio. L'esportazione viene eseguita in background: quando è terminata, recuperala dalla pagina Requests di CVAT.
- Carica su Platform. Crea un nuovo dataset dal file ZIP.
- Addestra. Modifica le annotazioni, addestra e distribuisci senza uscire dall'area di lavoro.
Esportare con la CLI#
La CLI di CVAT esporta lo stesso archivio da un terminale:
pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zipSostituisci 104 con l'ID del tuo progetto e la stringa del formato con la variante corrispondente al tuo task. --with-images yes è l'equivalente da CLI dell'opzione Save images; senza questa opzione, l'archivio contiene solo le annotazioni.
L'esportazione Ultralytics YOLO di CVAT produce il layout previsto da Platform, quindi non è necessario alcun processo di conversione:
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/Scegliere un formato di esportazione#
CVAT offre molti formati di esportazione. Qui ne interessano tre:
| Formato CVAT | Funziona | Note |
|---|---|---|
| Ultralytics YOLO | Migliore | Include data.yaml, quindi i nomi delle etichette vengono trasferiti senza modifiche |
| COCO 1.0 | Sì | Viene letto; una combinazione di poligoni e riquadri viene importata come segmentazione, mentre gli elementi composti solo da riquadri vengono scartati |
| COCO Keypoints 1.0 | Sì | Viene importato come dataset di pose, con il numero di keypoint ricavato dalla forma più comune |
| YOLO 1.1 | Parzialmente | I riquadri vengono importati, ma il file obj.names non viene letto: le classi arrivano come class0, class1, … |
Ogni annotazione COCO deve contenere un bbox per poter essere letta, mentre le regioni di folla ("iscrowd": 1) vengono ignorate. I nomi delle categorie
diventano i nomi delle classi e gli ID delle categorie vengono unificati in tutti i file JSON dell'archivio, quindi le esportazioni suddivise per split mantengono
ID delle classi coerenti.
Platform non legge le etichette XML di Pascal VOC e un'esportazione VOC fallisce senza messaggi evidenti: le immagini vengono importate, le annotazioni no e un'esportazione VOC di cinque o più immagini acquisisce anche una singola classe con il nome della cartella delle immagini. Scegli invece Ultralytics YOLO o COCO.
Cosa aggiungerà l'integrazione#
La scelta del formato di esportazione è il passaggio che l'integrazione eliminerà. Quando sarà disponibile, potrai esportare da CVAT qualsiasi formato di rilevamento e segmentazione delle immagini, caricarlo e lasciare che Platform associ automaticamente le annotazioni al task YOLO corrispondente.
- Nessun formato da scegliere — le esportazioni di rilevamento e segmentazione delle immagini di CVAT vengono associate a un dataset YOLO mantenendo i nomi delle etichette
- Un'unica area di lavoro — etichettatura, addestramento e deployment non richiedono più strumenti separati né uno script di conversione
- Continua ad annotare — i dataset importati si aprono nell'editor delle annotazioni di Platform, inclusa l'annotazione intelligente basata su SAM
- Addestra subito — i dataset sono pronti per il training nel cloud non appena terminano l'elaborazione