Integrazione con Labelbox#

Ultralytics Platform legge direttamente le esportazioni NDJSON di Labelbox. Non devi incollare chiavi, mantenere attiva una connessione né gestire script di conversione: esporta da Labelbox, carica il file e le tue etichette arriveranno come un normale dataset di Platform.

Importare da Labelbox#

1. Esporta da Labelbox. Apri il progetto di annotazione o il catalogo che vuoi importare e vai alla scheda Data Rows. Seleziona All, fai clic su Export data, scegli i campi da includere e conferma. Stai esportando dal Catalog anziché da un progetto? Attiva Export labels from project e seleziona il progetto, altrimenti il file arriverà senza annotazioni.
2. Scarica il file. Labelbox esegue l'esportazione come processo in background. Controlla le Notifications e fai clic su Download al termine per salvare il file .ndjson.
3. Carica su Platform. Crea un nuovo dataset e carica il file .ndjson, oppure incolla un link diretto. Puoi anche iniziare da Settings > Integrations > Labelbox.
4. Addestra. Una volta completata l'elaborazione, modifica le annotazioni e addestra il modello esattamente come faresti con qualsiasi altro dataset di Platform.

A differenza di CVAT e Label Studio, non c'è alcun formato da scegliere: è supportata l'esportazione nativa di Labelbox.

Esportare con l'SDK#

Labelbox offre anche l'attività di esportazione nel suo SDK Python, una soluzione più semplice per una pipeline ripetibile. Trasmetti l'attività in streaming e scrivi un oggetto JSON per riga:

import json

import labelbox

client = labelbox.Client(api_key="YOUR_LABELBOX_API_KEY")
export_task = labelbox.ExportTask.get_task(client, "YOUR_EXPORT_TASK_ID")
export_task.wait_till_done()  # lo streaming di un'attività che non è COMPLETE genera un errore

with open("dataset.ndjson", "w") as f:
    f.writelines(json.dumps(data_row.json) + "\n" for data_row in export_task.get_buffered_stream())

Cosa viene importato#

Platform riconosce automaticamente il formato Labelbox e associa i riquadri di delimitazione e i poligoni al tipo di attività YOLO corrispondente:

Il valore name di ogni oggetto diventa il nome della classe: un'annotazione "name": "Dog" viene quindi importata come classe Dog, non come value in minuscolo; le coordinate in pixel vengono normalizzate in base alle dimensioni media_attributes nell'esportazione. Ogni immagine prende il nome dal proprio data_row.external_id; se l'esportazione non contiene un ID esterno, viene usato il nome del file nell'URL firmato. Un'esportazione del catalogo senza annotazioni viene importata come dataset di immagini senza etichette, pronto per l'annotazione nell'editor di annotazioni di Platform.

Ecco una singola riga di dati, ridotta ai campi letti da Platform:

{
    "data_row": {
        "external_id": "000000000307.jpg",
        "row_data": "https://storage.labelbox.com/...?Expires=...&Signature=..."
    },
    "media_attributes": { "height": 480, "width": 640, "mime_type": "image/jpeg" },
    "projects": {
        "<project-id>": {
            "labels": [
                {
                    "annotations": {
                        "objects": [
                            {
                                "name": "Dog",
                                "annotation_kind": "ImageBoundingBox",
                                "bounding_box": { "top": 200.0, "left": 407.0, "height": 172.0, "width": 176.0 }
                            }
                        ]
                    }
                }
            ]
        }
    }
}

Tutto il resto dell'esportazione — embeddings, metadata_fields, attachments, project_details — viene ignorato. Quando esporti, conviene deselezionare gli embedding: in un'esportazione di esempio occupavano circa i quattro quinti del file, mentre i campi effettivamente letti da Platform ne occupavano un quinto.

Domande frequenti#