Интеграция с CVAT#

Прямой импорт из CVAT появится в Ultralytics Platform: экспорт изображений из CVAT для обнаружения объектов или сегментации можно будет загружать как есть, не выбирая формат.

А пока можно воспользоваться простым способом, который уже работает: CVAT экспортирует данные в формате Ultralytics YOLO, который читает Platform.

Импорт из CVAT уже сегодня#

1. Экспортируй данные из CVAT. Открой задачу и выбери Действия > Экспортировать датасет задачи (в задании выбери Меню > Экспортировать датасет задания).
2. Выбери формат. Выбери вариант Ultralytics YOLO, соответствующий твоей задаче: CVAT предлагает отдельно Ultralytics YOLO Detection 1.0, Ultralytics YOLO Detection Track 1.0, Ultralytics YOLO Segmentation 1.0, Ultralytics YOLO Oriented Bounding Boxes 1.0, Ultralytics YOLO Pose 1.0 и Ultralytics YOLO Classification 1.0.
3. Включи параметр Save images, задай имя для .zip и нажми OK. В CVAT Online сохранение изображений — платная функция. Если она недоступна, в архив попадут только метки, поэтому перед загрузкой добавь изображения в папку images/, повторяющую структуру labels/.
4. Скачай архив. Экспорт выполняется в фоновом режиме — после завершения скачай его на странице Requests в CVAT.
5. Загрузи данные в Platform. Создай новый датасет из ZIP-архива.
6. Обучи модель. Отредактируй аннотации, обучи модель и разверни её, не покидая рабочего пространства.

Экспорт с помощью CLI#

CLI CVAT 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.zip

Замени 104 идентификатором своего проекта, а строку формата — вариантом, подходящим для твоей задачи. --with-images yes — аналог переключателя Save images в CLI. Если его не включить, в архив попадут только метки, поэтому перед загрузкой добавь папку images/, повторяющую структуру labels/.

Экспорт CVAT в формате Ultralytics YOLO имеет ожидаемую Platform структуру, поэтому преобразовывать данные не нужно:

archive.zip/
├── data.yaml          # class names Platform reads
├── images/train/
└── labels/train/

Что входит в каждый вариант экспорта#

Каждый формат Ultralytics YOLO записывает только те фигуры CVAT, которые поддерживает задача, поэтому выбери вариант в соответствии с типом разметки:

• Обнаружение объектов сохраняет прямоугольники, но пропускает повёрнутые — для них выбери экспорт Oriented Bounding Boxes
• Трекинг объектов сохраняет прямоугольники и идентификатор трека. Platform импортирует прямоугольники, но игнорирует идентификатор трека
• Сегментация сохраняет полигоны и маски, преобразуя маски в полигоны, но отбрасывает прямоугольники
• Поза сохраняет только скелеты; отдельные точки не экспортируются
• Классификация сохраняет метки, а изображения без метки попадают в класс no_label

Ни один из этих вариантов не записывает ломаные линии.

Выбор формата экспорта#

CVAT предлагает множество форматов экспорта. Здесь важны следующие:

Для чтения каждой аннотации COCO в ней должно быть поле bbox, а области скопления объектов ("iscrowd": 1) пропускаются. CVAT сохраняет маски в COCO как области скопления объектов, поэтому экспортируй маски с помощью Ultralytics YOLO Segmentation. Названия категорий становятся названиями классов, а идентификаторы категорий унифицируются во всех файлах JSON архива, поэтому при экспорте отдельных разбиений идентификаторы классов остаются согласованными. Если объект хранится в виде нескольких полигонов, они объединяются в один.

Что добавит интеграция#

Интеграция избавит от необходимости выбирать правильный формат экспорта. После её запуска ты сможешь экспортировать любой формат CVAT для обнаружения объектов на изображениях или сегментации, загружать его, а Platform сама сопоставит аннотации с подходящей задачей YOLO.

• Не нужно выбирать формат — экспорты CVAT для обнаружения объектов на изображениях и сегментации преобразуются в датасет YOLO с сохранением названий меток
• Единое рабочее пространство — разметка, обучение и развёртывание больше не будут требовать разных инструментов и скрипта преобразования
• Продолжай разметку — импортированные датасеты открываются в редакторе аннотаций Platform, включая интеллектуальную разметку на базе SAM
• Сразу приступай к обучению — датасеты готовы к обучению в облаке, как только завершится их обработка

Часто задаваемые вопросы#