Tích hợp Label Studio#
Khả năng nhập trực tiếp Label Studio sắp có trên Ultralytics Platform, giúp tệp xuất nhận diện hoặc phân đoạn ảnh thô được tải lên nguyên trạng mà không cần chọn định dạng.
Cho đến lúc đó, có một giải pháp nhanh hoạt động ngay bây giờ, vì định dạng xuất YOLO with Images của Label Studio là một bố cục mà Platform đọc được, bao gồm cả danh sách lớp.
Nhập từ Label Studio Ngay Hôm Nay#
- Xuất từ Label Studio. Mở dự án của bạn và nhấp vào Export.
- Chọn định dạng bao gồm cả hình ảnh. Chọn YOLO with Images và nhấp vào Export.
- Tải lên Platform. Tạo tập dữ liệu mới từ tệp ZIP.
- Huấn luyện. Chỉnh sửa chú thích, huấn luyện và đưa vào triển khai mà không cần rời khỏi không gian làm việc.
Các tùy chọn YOLO và COCO của Label Studio ghi các tệp nhãn mà không kèm theo hình ảnh, bởi vì hình ảnh của bạn thông thường nằm đằng sau các URL mà Label Studio trỏ tới. Việc tải một trong các tệp nén đó lên Platform sẽ tạo ra một tập dữ liệu không có hình ảnh. Thay vào đó, hãy chọn biến thể with Images.
Xuất bằng API#
API xuất của Label Studio trả về cùng một tệp nén, với tên định dạng nằm trong 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.zipCOCO_WITH_IMAGES và YOLO_OBB_WITH_IMAGES hoạt động theo cùng một cách. Các personal access tokens mới hơn được đổi lấy một token người mang có thời gian sống ngắn trước khi sử dụng, vì vậy hãy kiểm tra xem phiên bản của bạn cấp loại token nào. Các dự án lớn nên sử dụng các snapshot endpoints thay thế, những endpoint này tạo bản xuất dưới dạng tác vụ nền và tải xuống theo ID; ví dụ export_yolo_with_images.py của SDK thực hiện chính xác điều đó.
Một bản xuất YOLO từ Label Studio mang theo danh sách lớp bên cạnh các nhãn và Platform sẽ đọc nội dung đó:
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/Tải tệp nén lên chính xác như cách Label Studio tạo ra nó. Platform tìm kiếm classes.txt và notes.json ở thư mục gốc của tệp nén, vì vậy việc nén lại tệp xuất bên trong một thư mục khác sẽ làm mất tên nhãn của bạn và các lớp sẽ được nhập dưới dạng class0, class1, v.v.
Chọn Định Dạng Xuất#
Label Studio cung cấp một số định dạng xuất. Đối với tác vụ nhận diện và phân đoạn hình ảnh:
| Định Dạng Label Studio | Trạng thái | Lưu ý |
|---|---|---|
| YOLO with Images | Tốt nhất | Cung cấp classes.txt cùng với hình ảnh, do đó chỉ cần một lần tải lên là đủ |
| COCO with Images | Có | Cũng được hỗ trợ đọc; hỗn hợp giữa đa giác và hộp sẽ được nhập dưới dạng segment, loại bỏ các mục chỉ có hộp |
| YOLO / COCO | Không | Chỉ có tệp chú thích — tập dữ liệu được nhập mà không có hình ảnh |
| Pascal VOC XML | Không | Các tệp nhãn XML không thể đọc được |
Trong một bản xuất COCO, mọi chú thích phải mang bbox để được đọc, các vùng đám đông ("iscrowd": 1) sẽ bị bỏ qua, và tên danh mục trở thành tên lớp của bạn — vì vậy kho lưu trữ COCO không cần classes.txt để giữ lại các nhãn của nó.
Platform không đọc nhãn Pascal VOC XML và tệp xuất VOC sẽ thất bại ngầm thay vì báo lỗi rõ ràng: hình ảnh được nhập nhưng chú thích thì không. Thay vào đó, hãy chọn YOLO with Images hoặc COCO with Images.
Những Gì Tích Hợp Sẽ Bổ Sung#
Chọn đúng định dạng xuất là bước mà tính năng tích hợp sẽ loại bỏ. Khi tính năng này ra mắt, bạn sẽ xuất bất kỳ định dạng nhận diện và phân đoạn ảnh nào của Label Studio, tải nó lên, và Platform sẽ tự động ánh xạ các chú thích sang YOLO task tương ứng.
- Không cần chọn định dạng — các tệp xuất phát hiện và phân đoạn ảnh của Label Studio được ánh xạ tới tập dữ liệu YOLO với tên nhãn được bảo lưu
- Một workspace duy nhất — việc gắn nhãn, huấn luyện và triển khai không còn phải trải qua các công cụ rời rạc và script chuyển đổi nữa
- Tiếp tục chú thích — các tập dữ liệu đã nhập sẽ mở trong trình chỉnh sửa chú thích của Platform, bao gồm tính năng chú thích thông minh hỗ trợ bởi SAM
- Huấn luyện ngay lập tức — các tập dữ liệu đã sẵn sàng để huấn luyện trên đám mây ngay khi xử lý xong