Integração com o Label Studio#
As importações diretas do Label Studio estão chegando ao Ultralytics Platform, de modo que uma exportação de detecção ou segmentação de imagem bruta é carregada exatamente como está, sem nenhum formato para escolher.
Até lá, há um caminho curto que funciona hoje, pois a exportação YOLO com imagens do Label Studio é um layout que a Platform lê, com a lista de classes incluída.
Importar do Label Studio Hoje#
- Exporte do Label Studio. Abra o teu projeto e clica em Export.
- Escolhe um formato que inclua as imagens. Seleciona YOLO with Images e clica em Export.
- Carrega para a Platform. Cria um novo conjunto de dados a partir do ficheiro ZIP.
- Treina. Edita as anotações, treina e implementa sem sair do espaço de trabalho.
As opções YOLO e COCO do Label Studio gravam arquivos de rótulo sem as imagens, porque as tuas imagens normalmente residem por trás dos URLs para os quais o Label Studio foi apontado. Carregar um desses arquivos compactados para o Platform resulta num conjunto de dados sem imagens. Em vez disso, escolhe a variante with Images.
Exportar com a API#
A export API do Label Studio retorna o mesmo arquivo compactado, com o nome do formato em 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 funcionam da mesma maneira. Personal access tokens mais recentes são trocados por um token de portador de curta duração antes do uso, portanto verifica qual tipo de token a tua instância emite. Projetos grandes devem usar os snapshot endpoints em vez disso, que criam a exportação como um trabalho em segundo plano e a baixam por ID; o exemplo export_yolo_with_images.py do SDK faz exatamente isso.
Uma exportação YOLO do Label Studio carrega sua lista de classes junto com os rótulos, e a Platform a lê:
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/Carrega o arquivo compactado exatamente como o Label Studio o produziu. O Platform procura por classes.txt e notes.json na raiz do arquivo compactado, portanto, compactar novamente a exportação dentro de outra pasta faz com que percas os teus nomes de rótulo e as classes sejam importadas como class0, class1 e assim por diante.
Escolhendo um Formato de Exportação#
O Label Studio oferece several export formats. Para detecção e segmentação de imagens:
| Formato do Label Studio | Funciona | Notas |
|---|---|---|
| YOLO com Imagens | Melhor | Envia classes.txt e as imagens, de modo que um único carregamento é suficiente |
| COCO com Imagens | Sim | Lido também; uma mistura de polígonos e caixas é importada como segmento, descartando as que têm apenas caixa |
| YOLO / COCO | Não | Apenas arquivos de anotação — o conjunto de dados é importado sem imagens |
| Pascal VOC XML | Não | Os arquivos de rótulo XML não podem ser lidos |
Numa exportação COCO, cada anotação deve conter um bbox para ser lida, as regiões de multidão ("iscrowd": 1) são ignoradas, e os nomes das categorias tornam-se os teus nomes de classe — portanto, um arquivo COCO não precisa de classes.txt para manter os seus rótulos.
A Platform não lê os rótulos Pascal VOC XML, e uma exportação VOC falha silenciosamente em vez de ruidosamente: as imagens são importadas e as anotações não. Escolhe YOLO com Imagens ou COCO com Imagens em vez disso.
O que a Integração Adicionará#
A escolha do formato de exportação correto é a etapa que a integração remove. Assim que for lançada, vais exportar qualquer um dos formatos de detecção e segmentação de imagem do Label Studio, carregá-lo, e o Platform mapeará as anotações para a YOLO task correspondente por conta própria.
- Nenhum formato para escolher — as exportações de detecção e segmentação de imagem do Label Studio são mapeadas para um conjunto de dados YOLO com os nomes dos rótulos preservados
- Uma área de trabalho — rotulagem, treinamento e implantação param de abranger ferramentas separadas e um script de conversão
- Continua a anotar — os conjuntos de dados importados abrem-se no editor de anotações da Platform, incluindo a anotação inteligente alimentada por SAM
- Treina imediatamente — os conjuntos de dados ficam prontos para treino na cloud assim que terminam o processamento