Tích hợp CVAT#

Tính năng nhập trực tiếp từ CVAT sẽ sớm có trên Ultralytics Platform, cho phép tải nguyên trạng bản xuất detection hoặc segmentation hình ảnh từ CVAT mà không cần chọn định dạng.

Trong thời gian chờ đợi, hiện đã có một quy trình ngắn gọn để sử dụng, vì CVAT đã xuất dữ liệu theo cấu trúc YOLO của Ultralytics mà Platform đọc được.

Nhập từ CVAT ngay hôm nay#

1. Xuất từ CVAT. Mở tác vụ của bạn rồi chọn Actions > Export task dataset (nếu đang ở trong job, hãy chọn Menu > Export job dataset).
2. Chọn định dạng. Chọn mục Ultralytics YOLO phù hợp với tác vụ của bạn — CVAT liệt kê riêng 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 và Ultralytics YOLO Classification 1.0.
3. Bật Save images, đặt tên cho .zip rồi nhấp OK. Save images là tính năng trả phí trên CVAT Online; nếu không bật, kho lưu trữ chỉ chứa nhãn, vì vậy hãy thêm hình ảnh vào thư mục images/ có cấu trúc khớp với labels/ trước khi tải lên.
4. Tải kho lưu trữ xuống. Quá trình xuất chạy ở chế độ nền — lấy tệp trên trang Requests của CVAT khi quá trình hoàn tất.
5. Tải lên Platform. Tạo dataset mới từ tệp ZIP.
6. Huấn luyện. Chỉnh sửa annotation, huấn luyện và triển khai mà không cần rời workspace.

Xuất bằng CLI#

CLI của CVAT xuất cùng một kho lưu trữ từ terminal:

pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zip

Thay 104 bằng ID dự án của bạn và chuỗi định dạng bằng biến thể phù hợp với tác vụ. --with-images yes tương đương với công tắc Save images trong CLI; nếu không bật, kho lưu trữ chỉ chứa nhãn, vì vậy hãy thêm thư mục images/ có cấu trúc khớp với labels/ trước khi tải lên.

Bản xuất Ultralytics YOLO của CVAT tạo ra cấu trúc mà Platform mong đợi, vì vậy không cần chuyển đổi gì:

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

Mỗi bản xuất lưu lại những gì#

Mỗi định dạng Ultralytics YOLO chỉ ghi các hình dạng CVAT mà tác vụ có thể chứa, vì vậy hãy chọn định dạng phù hợp với cách bạn tạo annotation:

• Detection giữ lại hình chữ nhật nhưng bỏ qua hình chữ nhật xoay — hãy xuất những hình này bằng Oriented Bounding Boxes
• Detection Track giữ lại hình chữ nhật cùng ID track; Platform nhập chúng dưới dạng box và bỏ qua ID track
• Segmentation giữ lại đa giác và mask, chuyển mask thành đa giác và loại bỏ hình chữ nhật
• Pose chỉ giữ lại skeleton; các điểm độc lập sẽ không được xuất
• Classification giữ lại tag, còn hình ảnh không có tag sẽ được đưa vào class no_label

Không định dạng nào trong số này ghi lại đường đa tuyến.

Chọn định dạng xuất#

CVAT cung cấp nhiều định dạng xuất. Những định dạng liên quan ở đây là:

Mỗi annotation COCO phải có bbox mới được đọc, còn các vùng crowd ("iscrowd": 1) sẽ bị bỏ qua. CVAT ghi mask vào COCO dưới dạng vùng crowd, vì vậy hãy xuất mask bằng Ultralytics YOLO Segmentation. Tên category trở thành tên class, và ID category được thống nhất trên tất cả các tệp JSON trong kho lưu trữ, nhờ đó các bản xuất theo từng tập dữ liệu con giữ được ID class nhất quán. Một đối tượng được lưu dưới dạng nhiều đa giác sẽ được gộp thành một đa giác.

Tích hợp sẽ bổ sung những gì#

Tích hợp sẽ loại bỏ bước chọn đúng định dạng xuất. Khi tính năng được phát hành, bạn có thể xuất bất kỳ định dạng detection hoặc segmentation hình ảnh nào của CVAT, tải lên và Platform sẽ tự ánh xạ annotation sang tác vụ YOLO tương ứng.

• Không cần chọn định dạng — bản xuất detection và segmentation hình ảnh của CVAT được ánh xạ sang dataset YOLO, đồng thời giữ nguyên tên nhãn
• Một workspace duy nhất — việc gắn nhãn, huấn luyện và triển khai không còn phải thực hiện trên các công cụ riêng biệt và qua script chuyển đổi
• Tiếp tục tạo annotation — các dataset đã nhập sẽ mở trong trình chỉnh sửa annotation của Platform, bao gồm tính năng annotation thông minh tích hợp SAM
• Huấn luyện ngay — dataset sẵn sàng cho huấn luyện trên đám mây ngay khi xử lý xong

Câu hỏi thường gặp#