Link to this sectionLabel Studio 연동#

원시 이미지 객체 검출 또는 세그멘테이션 내보내기가 포맷을 선택할 필요 없이 그대로 업로드될 수 있도록, 직접 Label Studio 가져오기 기능이 Ultralytics Platform에 도입될 예정입니다.

그 전까지는 오늘날 바로 작동하는 간단한 우회 방법이 있습니다. Label Studio의 YOLO with Images 내보내기는 Platform이 클래스 목록을 포함하여 읽을 수 있는 레이아웃이기 때문입니다.

Link to this section지금 바로 Label Studio에서 가져오기#

1. Label Studio에서 내보내기. 프로젝트를 열고 Export를 클릭합니다.
2. 이미지가 포함된 포맷 선택. **YOLO with Images**를 선택하고 Export를 클릭합니다.
3. Platform에 업로드. ZIP 파일에서 새 데이터셋을 생성합니다.
4. 학습. 워크스페이스를 떠나지 않고 어노테이션을 편집하고, 학습하며, 배포합니다.

Link to this sectionAPI를 사용한 내보내기#

Label Studio의 내보내기 API는 exportType에 포맷 이름이 포함된 동일한 아카이브를 반환합니다:

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.zip

COCO_WITH_IMAGES 및 YOLO_OBB_WITH_IMAGES도 동일한 방식으로 작동합니다. 최신 개인용 액세스 토큰은 사용 전에 수명이 짧은 베어러 토큰으로 교환되므로, 인스턴스가 발행하는 토큰 유형을 확인하세요. 대규모 프로젝트는 대신 스냅샷 엔드포인트를 사용해야 합니다. 이는 백그라운드 작업으로 내보내기를 생성하고 ID로 다운로드합니다. SDK의 export_yolo_with_images.py 예제가 정확히 그 작업을 수행합니다.

Label Studio YOLO 내보내기는 라벨과 함께 클래스 목록을 포함하며, Platform은 이를 읽습니다:

archive.zip/
├── classes.txt        # class names Platform reads first
├── notes.json         # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/

Label Studio가 생성한 그대로 아카이브를 업로드하세요. Platform은 아카이브 루트에서 classes.txt와 notes.json을 찾으므로, 내보내기를 다른 폴더 안에 다시 압축하면 라벨 이름이 손실되고 클래스가 class0, class1 등으로 가져와집니다.

Link to this section내보내기 포맷 선택하기#

Label Studio는 여러 가지 내보내기 포맷을 제공합니다. 이미지 검출 및 세그멘테이션의 경우:

Link to this section연동 기능이 추가할 내용#

올바른 내보내기 포맷을 선택하는 것은 연동 기능이 없애주는 단계입니다. 기능이 출시되면 Label Studio의 이미지 검출 및 세그멘테이션 포맷 중 어떤 것이든 내보내고 업로드하기만 하면, Platform이 어노테이션을 일치하는 YOLO 태스크에 자체적으로 매핑합니다.

• 포맷 선택 불필요 — Label Studio의 이미지 검출 및 세그멘테이션 내보내기가 라벨 이름이 보존된 YOLO 데이터셋으로 매핑됩니다
• 단일 워크스페이스 — 라벨링, 학습, 배포가 별도의 도구와 변환 스크립트에 걸쳐 분산되지 않습니다
• 지속적인 어노테이션 — 가져온 데이터셋은 SAM 기반 스마트 어노테이션을 포함하여 Platform의 어노테이션 편집기에서 열립니다
• 즉각적인 학습 — 데이터셋 처리가 완료되는 즉시 클라우드 학습을 수행할 준비가 됩니다