Link to this sectionИнтеграция с CVAT#
Прямой импорт из CVAT скоро появится на Ultralytics Platform, благодаря чему экспорт обнаружения или сегментации изображений из CVAT будет загружаться как есть, без необходимости выбирать формат.
А пока существует быстрый способ, который работает уже сейчас, так как CVAT изначально экспортирует данные в разметке Ultralytics YOLO, которую считывает Platform.
Link to this sectionИмпорт из CVAT сегодня#
- Экспорт из CVAT. Открой задачу и выбери Actions > Export task dataset (в задании это Menu > Export job dataset).
- Выбор формата. Выбери пункт Ultralytics YOLO, соответствующий твоей задаче — в CVAT отдельно отображаются
Ultralytics YOLO Detection 1.0,Ultralytics YOLO Segmentation 1.0,Ultralytics YOLO Oriented Bounding Boxes 1.0иUltralytics YOLO Pose 1.0. - Включи Save images, назови файл
.zipи нажми OK. Без изображений архив будет содержать только аннотации, и Platform будет нечего импортировать. - Скачай архив. Экспорт выполняется в фоновом режиме — заберите его со страницы Requests в CVAT по завершении.
- Загрузка на Platform. Создай новый датасет из ZIP-файла.
- Обучение. Отредактируй аннотации, обучи модель и выполни деплой, не покидая рабочее пространство.
Link to this sectionЭкспорт с помощью CLI#
CVAT's CLI позволяет экспортировать тот же архив из терминала:
pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zipЗамени 104 на ID своего проекта, а строку формата — на вариант, соответствующий твоей задаче. Флаг --with-images yes является аналогом переключателя Save images в CLI; без него архив будет содержать только аннотации.
Экспорт в формате Ultralytics YOLO из CVAT создает структуру, которую ожидает Platform, поэтому конвертировать ничего не нужно:
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/Link to this sectionВыбор формата экспорта#
CVAT поддерживает множество форматов экспорта. Для нас важны три из них:
| Формат CVAT | Работает | Примечания |
|---|---|---|
| Ultralytics YOLO | Лучший | Содержит файл data.yaml, поэтому имена твоих классов переносятся без изменений |
| COCO 1.0 | Да | Тоже читается; смесь полигонов и боксов импортируется как сегментация, а объекты только с боксами отбрасываются |
| YOLO 1.1 | Частично | Боксы импортируются, но файл obj.names не считывается — классы поступают как class0, class1, … |
Platform не читает XML-метки Pascal VOC, а экспорт в VOC завершается молча, а не с ошибкой: изображения импортируются, аннотации — нет, а при экспорте в VOC пяти и более изображений также создается один общий класс, названный по имени папки с изображениями. Вместо этого выбери Ultralytics YOLO или COCO.
Link to this sectionЧто добавит интеграция#
Выбор правильного формата экспорта — это шаг, который устраняет данная интеграция. После ее выпуска ты сможешь экспортировать любой из форматов обнаружения и сегментации изображений CVAT, загрузить его, а Platform сама сопоставит аннотации с подходящей задачей YOLO.
- Не нужно выбирать формат — экспорт обнаружения и сегментации изображений из CVAT сопоставляется с датасетом YOLO с сохранением имен классов
- Единое рабочее пространство — разметка, обучение и деплой больше не требуют использования разных инструментов и скрипта конвертации
- Продолжай разметку — импортированные датасеты открываются в редакторе аннотаций на Platform, включая умную разметку на базе SAM
- Обучай немедленно — датасеты готовы к облачному обучению сразу после завершения обработки
Интеграции с Labelbox, Roboflow и Ultralytics HUB работают уже сегодня, а Platform напрямую импортирует датасеты в форматах YOLO, COCO и Ultralytics NDJSON.