YOLO Vision 2026:

Экспорт аннотаций LabelMe в YOLO и Ultralytics Platform#

LabelMe — это инструмент для автономной разметки изображений с приложением Python с открытым исходным кодом. В Ultralytics Platform нет активного подключения к LabelMe или ключа API для настройки. Весь процесс интеграции представляет собой локальный рабочий процесс: разметь аннотации в LabelMe, преобразуй JSON-аннотации LabelMe в формат YOLO с помощью LabelMe Toolkit и загрузи полученный ZIP-архив в качестве датасета Platform.

1. Разметь изображения в LabelMe#

Установи LabelMe с помощью десктопного приложения или пакета Python с открытым исходным кодом, а затем откройте каталог с изображениями. LabelMe сохраняет аннотации каждого изображения в соответствующий JSON-файл.

Для рабочего процесса обнаружения YOLO в этом руководстве нарисуй прямоугольники вокруг каждого объекта и назначь имя класса. В руководстве по началу работы с LabelMe описаны открытие изображений, рисование фигур и сохранение аннотаций, а в руководстве по датасетам LabelMe — проверка и подготовка полного размеченного датасета.

Твой исходный каталог должен содержать изображения и JSON-файлы LabelMe:

your_dataset/
├── image_001.jpg
├── image_001.json
├── image_002.jpg
└── image_002.json

2. Установи LabelMe Toolkit#

Установи LabelMe Toolkit, следуя руководству по установке инструментария LabelMe. Инструментарий и его экспортируемые данные работают локально.

Для экспорта требуется LabelMe Pro

export-to-yolo является частью LabelMe Pro Toolkit, и для загрузки его установщика требуется вход в учетную запись LabelMe. Это требование продукта LabelMe; полученный ZIP-архив можно загрузить в любом тарифном плане Platform.

Проверь установку, а затем выведи список всех меток, найденных в исходном датасете:

labelmetk --version
labelmetk list-labels your_dataset/

Проверь вывод перед экспортом. Метки, опущенные из --class-names, пропускаются, а указанный тобой порядок становится порядком идентификаторов классов YOLO.

3. Экспорт в формат YOLO#

Запусти export-to-yolo с исходным каталогом и списком имен классов через запятую:

labelmetk export-to-yolo your_dataset/ --class-names crack,normal

Замени crack,normal метками, возвращенными list-labels. LabelMe запишет результат в your_dataset.export/:

your_dataset.export/
├── classes.txt
├── images/
│   ├── image_001.jpg
│   └── image_002.jpg
└── labels/
    ├── image_001.txt
    └── image_002.txt

classes.txt сохраняет имена классов в том же порядке, который используется в файлах меток YOLO. Держи его в корне экспорта.

Этот рабочий процесс создает датасет для обнаружения

LabelMe Toolkit экспортирует прямоугольники как ограничивающие рамки YOLO. Он также сводит многоугольники и маски к их выровненным по осям ограничивающим рамкам, поэтому export-to-yolo не сохраняет геометрию сегментации. Рисуй прямоугольники при подготовке датасета обнаружения с помощью этого рабочего процесса.

4. Создай ZIP-архив#

Сархивируй содержимое your_dataset.export/, а не окружающий его каталог. В macOS или Linux:

cd your_dataset.export
zip -r ../your_dataset.zip classes.txt images labels

В Windows PowerShell:

Compress-Archive -Path .\your_dataset.export\* -DestinationPath .\your_dataset.zip

Открой ZIP-архив перед загрузкой и убедись, что classes.txt, images/ и labels/ находятся в его корне. Дополнительная обертка your_dataset.export/ мешает Platform найти корневой список классов.

5. Загрузи в Ultralytics Platform#

  1. Открой Settings > Integrations > LabelMe.
  2. Нажми Upload export.
  3. Загрузи your_dataset.zip и заверши создание датасета.
  4. Дождись завершения обработки, а затем просмотри изображения, классы и аннотации.
  5. Отредактируй аннотации, обучи модель и разверни её из одного рабочего пространства.

Ultralytics Platform LabelMe Dataset Import

LabelMe и экспорт YOLO остаются полностью офлайн. На Platform отправляется только тот ZIP-файл, который ты выберешь в диалоговом окне загрузки.

Устранение неполадок#

  • Классы называются class0, class1 и так далее: убедись, что classes.txt присутствует в корне ZIP-архива.
  • Некоторые аннотации отсутствуют: запусти labelmetk list-labels your_dataset/ снова и включи каждую необходимую метку в --class-names.
  • Многоугольники превратились в рамки: это документированное поведение export-to-yolo от LabelMe; оно преобразует фигуры, не являющиеся прямоугольниками, в ограничивающие рамки.
  • В датасете нет изображений: убедись, что экспортированный каталог images/ включен в ZIP-архив.
  • Platform не может найти классы: удали любые внешние каталоги из архива, чтобы classes.txt, images/ и labels/ были элементами верхнего уровня.

Инструкции по полному локальному рабочему процессу см. в руководстве по обучению YOLO от LabelMe и в справочнике export-to-yolo.

Участники
GLglenn-jocher2

Комментарии