Интеграция с CVAT#
Прямой импорт из CVAT скоро появится в Ultralytics Platform, поэтому экспорт обнаружения объектов или сегментации изображений из CVAT будет загружаться как есть, без выбора формата.
А пока можно воспользоваться коротким способом, который уже работает: CVAT экспортирует данные в формате Ultralytics YOLO, который Platform умеет читать.
Импорт из CVAT уже сегодня#
- Экспорт из CVAT. Открой свою задачу и выбери Actions > Export task dataset (для задания это Menu > Export job dataset).
- Выбери формат. Выбери пункт Ultralytics YOLO, соответствующий твоей задаче, — CVAT отображает
Ultralytics YOLO Detection 1.0,Ultralytics YOLO Segmentation 1.0,Ultralytics YOLO Oriented Bounding Boxes 1.0иUltralytics YOLO Pose 1.0отдельно. - Включи Save images, укажи имя
.zipи нажми OK. Без изображений архив содержит только аннотации, и Platform нечего импортировать. - Скачай архив. Экспорт выполняется в фоновом режиме — после завершения забери его со страницы Requests в CVAT.
- Загрузи в Platform. Создай новый датасет из ZIP-архива.
- Обучи модель. Отредактируй аннотации, обучи модель и разверни её, не покидая рабочего пространства.
Экспорт с помощью CLI#
CLI CVAT экспортирует 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 идентификатор своего проекта, а строку формата — на вариант, соответствующий твоей задаче. --with-images yes — это эквивалент переключателя Save images в CLI; без него архив содержит только аннотации.
Экспорт Ultralytics YOLO из CVAT создаёт структуру, которую ожидает Platform, поэтому ничего преобразовывать не нужно:
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/Выбор формата экспорта#
CVAT предлагает множество форматов экспорта. Здесь важны три:
| Формат CVAT | Работает | Примечания |
|---|---|---|
| Ultralytics YOLO | Лучший вариант | Содержит data.yaml, поэтому названия твоих классов сохраняются без изменений |
| COCO 1.0 | Да | Тоже читается; набор из полигонов и рамок импортируется как сегментация, а объекты только с рамками отбрасываются |
| COCO Keypoints 1.0 | Да | Импортируется как датасет для поз, а количество ключевых точек берётся из наиболее распространённой фигуры |
| YOLO 1.1 | Частично | Рамки импортируются, но файл obj.names не читается — классы поступают как class0, class1, … |
Каждая аннотация COCO должна содержать bbox, чтобы её можно было прочитать, а области скопления ("iscrowd": 1) пропускаются. Названия категорий
становятся названиями классов, а идентификаторы категорий унифицируются во всех JSON-файлах архива, поэтому экспорт отдельных сплитов сохраняет
единообразные идентификаторы классов.
Platform не читает XML-метки Pascal VOC, а экспорт VOC завершается без явной ошибки: изображения импортируются, аннотации — нет, и экспорт VOC с пятью или более изображениями также добавляет один класс, названный по папке с изображениями. Вместо этого выбери Ultralytics YOLO или COCO.
Что добавит интеграция#
Интеграция избавит тебя от необходимости выбирать подходящий формат экспорта. После её выпуска ты сможешь экспортировать любой формат обнаружения объектов или сегментации изображений из CVAT, загрузить его, а Platform сама сопоставит аннотации с соответствующей задачей YOLO.
- Не нужно выбирать формат — экспорт обнаружения объектов и сегментации изображений из CVAT преобразуется в датасет YOLO с сохранением названий классов
- Одно рабочее пространство — разметка, обучение и развёртывание больше не требуют отдельных инструментов и скрипта преобразования
- Продолжай разметку — импортированные датасеты открываются в редакторе аннотаций Platform, включая интеллектуальную разметку на основе SAM
- Обучай сразу — датасеты готовы к обучению в облаке, как только их обработка завершится