Интеграция с Labelbox#

Ultralytics Platform напрямую читает NDJSON-экспорты из Labelbox. Не нужно вставлять ключ, поддерживать соединение или писать скрипты конвертации: экспортируй из Labelbox, загружай файл, и твои разметки поступят как обычный датасет на Platform.

Импорт из Labelbox#

1. Экспортируй из Labelbox. Открой проект разметки или каталог, который хочешь перенести, и перейди на вкладку Data Rows. Выбери All, нажми Export data, выбери нужные поля и подтверди. Экспортируешь из Catalog, а не из проекта? Включи опцию Export labels from project и выбери проект, иначе файл придет вообще без аннотаций.
2. Скачай файл. Labelbox выполняет экспорт как фоновую задачу. Следи за ней в Notifications и нажми Download, когда она завершится, чтобы сохранить файл .ndjson.
3. Загрузи на Platform. Создай новый датасет и загрузи файл .ndjson или вставь прямую ссылку на него. Также можно начать с раздела Settings > Integrations > Labelbox.
4. Обучай. После завершения обработки отредактируй аннотации и запусти обучение точно так же, как для любого другого датасета Platform.

В отличие от CVAT и Label Studio, здесь не нужно выбирать формат — поддерживается собственный экспорт Labelbox.

Экспорт с помощью SDK#

Labelbox также предлагает задачу экспорта в своем Python SDK, что проще для повторяемого конвейера. Передавай задачу потоком и записывай по одному объекту JSON на строку:

import json

import labelbox

client = labelbox.Client(api_key="YOUR_LABELBOX_API_KEY")
export_task = labelbox.ExportTask.get_task(client, "YOUR_EXPORT_TASK_ID")
export_task.wait_till_done()  # streaming a task that isn't COMPLETE raises

with open("dataset.ndjson", "w") as f:
    f.writelines(json.dumps(data_row.json) + "\n" for data_row in export_task.get_buffered_stream())

Что импортируется#

Platform самостоятельно распознает формат Labelbox и сопоставляет ограничивающие рамки и полигоны с соответствующим типом задачи YOLO:

Каждый объект name становится именем класса — поэтому аннотация "name": "Dog" импортируется как класс Dog, а не в нижнем регистре как value, — а пиксельные координаты нормализуются по размерам media_attributes в экспорте. Каждое изображение получает имя своего data_row.external_id, а если в экспорте нет внешнего идентификатора, используется имя файла из подписанного URL. Экспорт каталога без аннотаций импортируется как датасет неразмеченных изображений, готовый к разметке в редакторе аннотаций Platform.

Одна строка данных выглядит следующим образом, обрезанная до полей, которые читает платформа:

{
    "data_row": {
        "external_id": "000000000307.jpg",
        "row_data": "https://storage.labelbox.com/...?Expires=...&Signature=..."
    },
    "media_attributes": { "height": 480, "width": 640, "mime_type": "image/jpeg" },
    "projects": {
        "<project-id>": {
            "labels": [
                {
                    "annotations": {
                        "objects": [
                            {
                                "name": "Dog",
                                "annotation_kind": "ImageBoundingBox",
                                "bounding_box": { "top": 200.0, "left": 407.0, "height": 172.0, "width": 176.0 }
                            }
                        ]
                    }
                }
            ]
        }
    }
}

Все остальное в экспорте — embeddings, metadata_fields, attachments, project_details — игнорируется. Эмбеддинги стоит исключить при экспорте: в тестовом экспорте они занимали примерно четыре пятых файла, в то время как на поля, которые реально читает Platform, приходилась лишь пятая часть.