Интеграция с Label Studio#

Скоро появится прямой импорт из Label Studio в Ultralytics Platform: необработанный экспорт для обнаружения объектов или сегментации изображений можно будет загружать как есть, не выбирая формат.

Пока можно воспользоваться коротким способом, который уже работает: формат YOLO with Images в Label Studio имеет структуру, которую Platform умеет читать, включая список классов.

Импорт из Label Studio уже сейчас#

1. Выполни экспорт из Label Studio. Открой проект и нажми Export.
2. Выбери формат, который включает изображения. Выбери YOLO with Images или YOLOv8 OBB with Images для повёрнутых рамок и нажми Export.
3. Загрузи данные в Platform. Создай новый датасет из ZIP-архива.
4. Обучи модель. Отредактируй аннотации, обучи модель и разверни её, не покидая рабочего пространства.

Экспорт через API#

API экспорта Label Studio возвращает тот же архив; название формата указано в 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.zip

COCO_WITH_IMAGES и YOLO_OBB_WITH_IMAGES работают одинаково. Перед использованием более новые персональные токены доступа обмениваются на краткосрочный токен доступа, поэтому проверь, какой тип токена выдаёт твой экземпляр. Для крупных проектов вместо этого используй конечные точки снимков: они создают экспорт как фоновую задачу и позволяют скачать его по ID; пример export_yolo_with_images.py в SDK делает именно это.

Экспорт YOLO из Label Studio включает список классов вместе с метками, и Platform его считывает:

archive.zip/
├── classes.txt        # class names Platform reads first
├── notes.json         # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/

Platform считывает самую верхнюю папку classes.txt (или notes.json) в архиве, поэтому названия меток сохраняются, даже если ты распаковал экспорт, а затем снова упаковал его внутри папки.

Выбор формата экспорта#

В Label Studio доступно несколько форматов экспорта. Для обнаружения объектов и сегментации изображений:

В экспорте COCO для чтения у каждой аннотации должен быть bbox; области скопления объектов ("iscrowd": 1) пропускаются, а названия категорий становятся названиями классов — поэтому для сохранения меток архиву COCO не нужен classes.txt.

Какие данные сохраняются#

Platform определяет задачу YOLO по меткам в экспорте:

• Повёрнутые рамки — при экспорте YOLO и COCO поворот теряется; чтобы сохранить его, используй YOLOv8 OBB with Images.
• Ключевые точки — экспорт YOLO из Label Studio включает ключевую точку, только если для её <Label> в KeyPointLabels задан атрибут model_index и точка нарисована внутри прямоугольника; в противном случае в экспорте остаются только рамки, а набор данных импортируется как detect.
• Четырёхточечные полигоны — в файлах YOLO полигон ровно с четырьмя точками выглядит так же, как ориентированная рамка, поэтому экспорт YOLO, в котором каждый полигон состоит из четырёх точек, импортируется как OBB. Для таких проектов используй COCO with Images.

Что добавит интеграция#

Выбор правильного формата экспорта — это то, от чего избавит интеграция. После её запуска ты сможешь экспортировать любой формат Label Studio для обнаружения объектов и сегментации изображений и загружать его, а Platform самостоятельно сопоставит аннотации с подходящей задачей YOLO.

• Не нужно выбирать формат — экспорты Label Studio для обнаружения объектов и сегментации изображений преобразуются в набор данных 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#