CVAT 통합#

CVAT에서 Ultralytics Platform으로 직접 가져오는 기능이 제공될 예정입니다. 이 기능을 사용하면 CVAT 이미지 객체 감지 또는 세그멘테이션 내보내기 파일을 형식을 선택하지 않고 그대로 업로드할 수 있습니다.

그동안은 CVAT에서 Platform이 읽는 Ultralytics YOLO 레이아웃으로 이미 내보낼 수 있으므로, 지금 바로 사용할 수 있는 간단한 방법이 있습니다.

지금 CVAT에서 가져오기#

1. CVAT에서 내보내기. 작업을 열고 Actions > Export task dataset을 선택하세요(작업에서 내보내는 경우 Menu > Export job dataset을 선택합니다).
2. 형식 선택. 작업에 맞는 Ultralytics YOLO 항목을 선택하세요. CVAT에는 Ultralytics YOLO Detection 1.0, Ultralytics YOLO Detection Track 1.0, Ultralytics YOLO Segmentation 1.0, Ultralytics YOLO Oriented Bounding Boxes 1.0, Ultralytics YOLO Pose 1.0, Ultralytics YOLO Classification 1.0이 각각 별도로 표시됩니다.
3. Save images를 켜고 .zip의 이름을 지정한 다음 OK를 클릭하세요. CVAT Online에서 Save images는 유료 기능입니다. 이 기능을 사용하지 않으면 아카이브에 레이블만 포함되므로, 업로드 전에 labels/를 미러링하는 images/ 폴더에 이미지를 추가하세요.
4. 아카이브 다운로드. 내보내기는 백그라운드에서 진행됩니다. 완료되면 CVAT의 Requests 페이지에서 다운로드하세요.
5. Platform에 업로드. ZIP에서 새 데이터셋을 생성하세요.
6. 학습. 작업 공간을 벗어나지 않고 어노테이션을 편집하고, 학습한 다음, 배포하세요.

CLI로 내보내기#

CVAT의 CLI를 사용하면 터미널에서 동일한 아카이브를 내보낼 수 있습니다.

pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zip

104을 프로젝트 ID로, 형식 문자열을 작업에 맞는 변형으로 바꾸세요. --with-images yes은 Save images 스위치와 동일한 CLI 옵션입니다. 이 옵션을 사용하지 않으면 아카이브에 레이블만 포함되므로, 업로드 전에 labels/을 미러링하는 images/ 폴더를 추가하세요.

CVAT의 Ultralytics YOLO 내보내기에서는 Platform이 기대하는 레이아웃을 생성하므로 변환할 필요가 없습니다.

archive.zip/
├── data.yaml          # class names Platform reads
├── images/train/
└── labels/train/

각 내보내기에 포함되는 항목#

각 Ultralytics YOLO 형식은 해당 작업에서 지원하는 CVAT 도형만 기록하므로, 레이블링 방식에 맞는 형식을 선택하세요.

• 객체 감지는 사각형을 유지하지만 회전된 사각형은 건너뜁니다. 회전된 사각형은 방향 지정 바운딩 박스 형식으로 내보내세요.
• 객체 감지 추적은 사각형과 추적 ID를 유지합니다. Platform은 사각형을 박스로 가져오고 추적 ID는 무시합니다.
• 세그멘테이션은 다각형과 마스크를 유지하고 마스크를 다각형으로 변환하지만, 사각형은 제외합니다.
• 포즈는 스켈레톤만 유지하며 독립형 점은 내보내지 않습니다.
• 분류는 태그를 유지하며, 태그가 없는 이미지는 no_label 클래스에 포함됩니다.

폴리라인은 어떤 형식에서도 기록되지 않습니다.

내보내기 형식 선택#

CVAT는 다양한 내보내기 형식을 제공합니다. 여기서 중요한 형식은 다음과 같습니다.

COCO 어노테이션은 모두 읽을 수 있도록 bbox을 포함해야 하며, 군중 영역("iscrowd": 1)은 건너뜁니다. CVAT는 마스크를 COCO의 군중 영역으로 기록하므로, 마스크는 Ultralytics YOLO Segmentation으로 내보내세요. 카테고리 이름은 클래스 이름이 되며, 아카이브 내 모든 JSON 파일에서 카테고리 ID가 통합되므로 분할별 내보내기에서도 클래스 ID가 일관되게 유지됩니다. 여러 다각형으로 저장된 객체는 하나의 다각형으로 결합됩니다.

통합으로 추가될 기능#

통합 기능이 제거하는 단계는 올바른 내보내기 형식을 선택하는 것입니다. 기능이 출시되면 CVAT의 이미지 객체 감지 및 세그멘테이션 형식 중 하나를 내보내 업로드하기만 하면 Platform이 어노테이션을 해당 YOLO 작업에 자동으로 매핑합니다.

• 형식 선택 불필요 — CVAT의 이미지 객체 감지 및 세그멘테이션 내보내기 파일은 레이블 이름을 유지하면서 YOLO 데이터셋에 매핑됩니다.
• 하나의 작업 공간 — 레이블링, 학습, 배포를 별도 도구와 변환 스크립트에서 나누어 진행할 필요가 없습니다.
• 어노테이션 계속하기 — 가져온 데이터셋은 SAM 기반 스마트 어노테이션을 포함하여 Platform의 어노테이션 편집기에서 열립니다.
• 즉시 학습하기 — 처리가 완료되는 즉시 데이터셋을 클라우드 학습에 사용할 수 있습니다.

자주 묻는 질문#