Integrazione con Label Studio#
Le importazioni dirette da Label Studio arriveranno su Ultralytics Platform, così un'esportazione non elaborata di rilevamento o segmentazione delle immagini verrà caricata così com'è, senza dover scegliere alcun formato.
Fino ad allora, c'è una procedura breve che funziona già oggi, perché l'esportazione YOLO with Images di Label Studio usa un layout che Platform è in grado di leggere, incluso l'elenco delle classi.
Importare da Label Studio oggi#
- Esporta da Label Studio. Apri il tuo progetto e fai clic su Export.
- Scegli un formato che includa le immagini. Seleziona YOLO with Images e fai clic su Export.
- Carica su Platform. Crea un nuovo dataset dal file ZIP.
- Addestra. Modifica le annotazioni, addestra e distribuisci senza uscire dall'area di lavoro.
Le opzioni YOLO e COCO di Label Studio scrivono i file delle etichette senza le immagini, perché normalmente le tue immagini risiedono dietro gli URL a cui è stato indirizzato Label Studio. Caricando uno di questi archivi su Platform ottieni un dataset senza immagini. Scegli invece la variante with Images.
Esportare con l'API#
L'API di esportazione di Label Studio restituisce lo stesso archivio, con il nome del formato in 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 e YOLO_OBB_WITH_IMAGES funzionano allo stesso modo. I più recenti token di accesso personali vengono scambiati con un token bearer di breve durata prima dell'uso, quindi verifica quale tipo di token emette la tua istanza. Per i progetti di grandi dimensioni, usa invece gli endpoint snapshot, che creano l'esportazione come processo in background e la scaricano tramite ID; l'esempio export_yolo_with_images.py dell'SDK fa esattamente questo.
Un'esportazione YOLO di Label Studio include l'elenco delle classi insieme alle etichette e Platform lo legge:
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/Carica l'archivio esattamente come è stato prodotto da Label Studio. Platform cerca classes.txt e notes.json nella radice dell'archivio, quindi ricomprimere l'esportazione all'interno di un'altra cartella fa perdere i nomi delle etichette e le classi vengono importate come class0, class1 e così via.
Scegliere un formato di esportazione#
Label Studio offre diversi formati di esportazione. Per il rilevamento e la segmentazione delle immagini:
| Formato Label Studio | Funziona | Note |
|---|---|---|
| YOLO with Images | Migliore | Include classes.txt e le immagini, quindi è sufficiente un solo caricamento |
| COCO with Images | Sì | Viene letto anch'esso; una combinazione di poligoni e riquadri viene importata come segmento, mentre gli elementi costituiti solo dal riquadro vengono ignorati |
| YOLO / COCO | No | Solo file delle annotazioni: il dataset viene importato senza immagini |
| Pascal VOC XML | No | I file XML delle etichette non possono essere letti |
In un'esportazione COCO, ogni annotazione deve contenere un bbox per poter essere letta, le regioni crowd ("iscrowd": 1) vengono ignorate e i nomi delle categorie diventano i nomi delle classi; pertanto, un archivio COCO non necessita di classes.txt per conservare le proprie etichette.
Platform non legge le etichette XML di Pascal VOC e un'esportazione VOC non genera un errore evidente: le immagini vengono importate, mentre le annotazioni no. Scegli invece YOLO with Images o COCO with Images.
Cosa aggiungerà l'integrazione#
Scegliere il formato di esportazione corretto è il passaggio che l'integrazione elimina. Quando sarà disponibile, potrai esportare qualsiasi formato di rilevamento e segmentazione delle immagini di Label Studio, caricarlo e Platform assocerà autonomamente le annotazioni al task YOLO corrispondente.
- Nessun formato da scegliere — le esportazioni di rilevamento e segmentazione delle immagini di Label Studio 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