Integrazione con Label Studio#
Le importazioni dirette di Label Studio stanno arrivando su Ultralytics Platform, in modo che un export grezzo di rilevamento o segmentazione di immagini venga caricato così com'è senza alcun formato da scegliere.
Fino ad allora c'è una scorciatoia che funziona già oggi, poiché l'esportazione YOLO con immagini di Label Studio è un layout che Platform legge, elenco delle classi incluso.
Importa da Label Studio oggi#
- Esporta da Label Studio. Apri il tuo progetto e clicca su Export.
- Scegli un formato che includa le immagini. Scegli YOLO with Images e fai clic su Export.
- Carica su Platform. Crea un nuovo dataset dal file ZIP.
- Allena. Modifica le annotazioni, allena e distribuisci senza lasciare lo spazio di lavoro.
Le opzioni YOLO e COCO di Label Studio scrivono i file di etichettatura senza le immagini, perché le tue immagini risiedono normalmente dietro gli URL a cui puntava Label Studio. Caricare uno di quegli archivi su Platform ti dà un dataset senza immagini. Scegli invece la variante with Images.
Esporta 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 personal access tokens più recenti vengono scambiati con un token di autenticazione a breve durata prima dell'uso, quindi verifica quale tipo di token emette la tua istanza. I progetti di grandi dimensioni dovrebbero invece utilizzare gli snapshot endpoints, 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 trasporta il suo elenco di 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 lo ha prodotto Label Studio. Platform cerca classes.txt e notes.json alla radice dell'archivio, quindi ri-comprimere in uno zip l'esportazione all'interno di un'altra cartella fa perdere i nomi delle tue etichette e le classi vengono importate come class0, class1 e così via.
Scelta di un formato di esportazione#
Label Studio offre diversi formati di esportazione. Per il rilevamento e la segmentazione di immagini:
| Formato Label Studio | Funziona | Note |
|---|---|---|
| YOLO with Images | Il migliore | Fornisce classes.txt e le immagini, quindi un singolo caricamento è sufficiente |
| COCO with Images | Sì | Letto anch'esso; un mix di poligoni e riquadri viene importato come segmento, scartando quelli con solo riquadri |
| YOLO / COCO | No | Solo file di annotazione: il dataset viene importato senza immagini |
| Pascal VOC XML | No | I file di etichette XML non possono essere letti |
In un'esportazione COCO, ogni annotazione deve avere un bbox per essere letta, le regioni di folla ("iscrowd": 1) vengono saltate e i nomi delle categorie diventano i tuoi nomi di classe; quindi un archivio COCO non ha bisogno di classes.txt per mantenere le sue etichette.
Platform non legge le etichette XML di Pascal VOC e un'esportazione VOC fallisce silenziosamente anziché in modo evidente: le immagini vengono importate e le annotazioni no. Scegli invece YOLO with Images o COCO with Images.
Cosa aggiungerà l'integrazione#
La scelta del formato di esportazione corretto è il passaggio che l'integrazione rimuove. Una volta rilasciata, potrai esportare uno qualsiasi dei formati di rilevamento e segmentazione di immagini di Label Studio, caricarlo e Platform mapperà autonomamente le annotazioni sul YOLO task corrispondente.
- Nessun formato da scegliere — le esportazioni di rilevamento e segmentazione delle immagini di Label Studio vengono mappate su un dataset YOLO con i nomi delle etichette preservati
- Un'area di lavoro — l'etichettatura, l'addestramento e la distribuzione smettono di estendersi su strumenti separati e uno script di conversione
- Continua ad annotare — i dataset importati si aprono nell'editor di annotazioni di Platform, inclusa l'annotazione intelligente basata su SAM
- Allena immediatamente — i dataset sono pronti per l'addestramento sul cloud non appena terminano l'elaborazione