Integração com o CVAT#
As importações diretas do CVAT estão a caminho da Ultralytics Platform, para que uma exportação de deteção ou segmentação de imagens do CVAT seja carregada tal como está, sem ser necessário escolher um formato.
Até lá, existe um processo curto que funciona hoje, porque o CVAT já exporta no formato Ultralytics YOLO que a Platform consegue ler.
Importar do CVAT hoje#
- Exporta a partir do CVAT. Abre a tua tarefa e escolhe Actions > Export task dataset (a partir de um job, é Menu > Export job dataset).
- Escolhe o formato. Seleciona a opção Ultralytics YOLO correspondente à tua tarefa — o CVAT apresenta
Ultralytics YOLO Detection 1.0,Ultralytics YOLO Segmentation 1.0,Ultralytics YOLO Oriented Bounding Boxes 1.0eUltralytics YOLO Pose 1.0separadamente. - Ativa Save images, dá um nome a
.zipe clica em OK. Sem as imagens, o arquivo contém apenas anotações e a Platform não tem nada para importar. - Transfere o arquivo. A exportação é executada em segundo plano — quando terminar, obtém-no na página Requests do CVAT.
- Carrega para a Platform. Cria um novo dataset a partir do ZIP.
- Treina. Edita as anotações, treina e implementa sem sair do workspace.
Exportar com a CLI#
A CLI do CVAT exporta o mesmo arquivo a partir de um terminal:
pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zipSubstitui 104 pelo ID do teu projeto e a string de formato pela variante correspondente à tua tarefa. --with-images yes é o equivalente na CLI da opção Save images; sem ela, o arquivo contém apenas anotações.
A exportação Ultralytics YOLO do CVAT produz o formato que a Platform espera, por isso não é necessário converter nada:
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/Escolher um formato de exportação#
O CVAT disponibiliza muitos formatos de exportação. Três são relevantes aqui:
| Formato do CVAT | Funciona | Notas |
|---|---|---|
| Ultralytics YOLO | Melhor | Inclui data.yaml, por isso os nomes das tuas etiquetas são transferidos intactos |
| COCO 1.0 | Sim | Também é lido; uma mistura de polígonos e caixas é importada como segmentação, e os elementos que contêm apenas caixas são ignorados |
| COCO Keypoints 1.0 | Sim | É importado como um dataset de pose, com o número de keypoints definido a partir da forma mais comum |
| YOLO 1.1 | Parcialmente | As caixas são importadas, mas o ficheiro obj.names não é lido — as classes chegam como class0, class1, … |
Cada anotação COCO tem de incluir um bbox para ser lida, e as regiões de multidão ("iscrowd": 1) são ignoradas. Os nomes das categorias tornam-se os nomes das classes, e os IDs das categorias são unificados em todos os ficheiros JSON do arquivo, por isso as exportações por divisão mantêm IDs de classe consistentes.
A Platform não lê etiquetas XML do Pascal VOC, e uma exportação VOC falha silenciosamente em vez de emitir um erro: as imagens são importadas, as anotações não, e uma exportação VOC com cinco ou mais imagens também adiciona uma única classe com o nome da pasta das imagens. Escolhe Ultralytics YOLO ou COCO.
O que a integração vai adicionar#
Escolher o formato de exportação adequado é o passo que a integração elimina. Quando estiver disponível, poderás exportar qualquer formato de deteção e segmentação de imagens do CVAT, carregá-lo e a Platform associará automaticamente as anotações à tarefa YOLO correspondente.
- Sem escolher um formato — as exportações de deteção e segmentação de imagens do CVAT são convertidas num dataset YOLO com os nomes das etiquetas preservados
- Um único workspace — a etiquetagem, o treino e a implementação deixam de depender de ferramentas separadas e de um script de conversão
- Continua a anotar — os datasets importados abrem no editor de anotações da Platform, incluindo a anotação inteligente com tecnologia SAM
- Treina imediatamente — os datasets ficam prontos para o treino na cloud assim que terminam de ser processados