CVAT 集成#
直接导入 CVAT 的功能即将上线 Ultralytics Platform，届时 CVAT 的图像检测或分割导出结果无需选择格式即可原样上传。
在此之前，你现在可以使用一条简短路径，因为 CVAT 已经支持导出 Platform 能读取的 Ultralytics YOLO 布局。
立即从 CVAT 导入#
- 从 CVAT 导出。 打开你的任务并选择 Actions > Export task dataset（如果从作业进入，则选择 Menu > Export job dataset）。
- 选择格式。 选择与你的任务匹配的 Ultralytics YOLO 条目 — CVAT 会分别列出
Ultralytics YOLO Detection 1.0、Ultralytics YOLO Segmentation 1.0、Ultralytics YOLO Oriented Bounding Boxes 1.0和Ultralytics YOLO Pose 1.0。 - 启用 Save images，将
.zip命名，然后点击 OK。如果不包含图像，压缩包中只有标注，Platform 将没有可导入的内容。 - 下载压缩包。 导出将在后台运行 — 完成后从 CVAT 的 Requests 页面获取。
- 上传到 Platform。 从 ZIP 创建新数据集。
- 训练。 无需离开工作区即可编辑标注、训练和部署。
使用 CLI 导出#
CVAT 的 CLI 可以在终端中导出相同的压缩包：
pip install cvat-cli
cvat-cli project export-dataset --format "Ultralytics YOLO Detection 1.0" --with-images yes 104 dataset.zip将 104 替换为你的项目 ID，并将格式字符串替换为与你的任务匹配的变体。--with-images yes 是 Save images 开关在 CLI 中的对应参数；如果不使用它，压缩包中只有标注。
CVAT 的 Ultralytics YOLO 导出会生成 Platform 所需的布局，因此无需进行转换：
archive.zip/
├── data.yaml # class names Platform reads
├── images/train/
└── labels/train/选择导出格式#
CVAT 提供多种导出格式。这里有三种需要关注：
| CVAT 格式 | 支持情况 | 备注 |
|---|---|---|
| Ultralytics YOLO | 最佳 | 会包含 data.yaml，因此你的标签名称可以完整保留 |
| COCO 1.0 | 是 | 也可读取；混合使用多边形和框时会作为分割导入，而仅包含框的标注会被丢弃 |
| COCO Keypoints 1.0 | 是 | 会作为姿态数据集导入，关键点数量取自最常见的形状 |
| YOLO 1.1 | 部分支持 | 框可以导入，但不会读取其 obj.names 文件 — 类别会以 class0、class1、… 的形式导入 |
每个 COCO 标注都必须包含 bbox 才能被读取，群体区域（"iscrowd": 1）会被跳过。类别名称
会成为类名称，且类别 ID 会在压缩包中的所有 JSON 文件之间统一，因此按数据集划分导出的文件会保
持一致的类 ID。
导入 Pascal VOC 时没有标注
Platform 不会读取 Pascal VOC XML 标签，而 VOC 导出失败时不会明确报错：图像会被导入，但标注不会被导入；此外，包含五张或更多图像的 VOC 导出还会添加一个以图像文件夹命名的单一类别。请改用 Ultralytics YOLO 或 COCO。
集成将新增的功能#
集成将移除选择正确导出格式这一步。该功能上线后，你可以导出 CVAT 的任意图像检测和分割格式，上传后 Platform 会自行将标注映射到匹配的 YOLO 任务。
- 无需选择格式 — CVAT 的图像检测和分割导出结果会映射到标签名称保留的 YOLO 数据集
- 一个工作区 — 标注、训练和部署不再需要跨越多个工具并运行转换脚本
- 继续进行标注 — 导入的数据集会在 Platform 的标注编辑器中打开，其中包括由 SAM 驱动的智能标注
- 立即训练 — 数据集处理完成后即可用于云端训练
现已提供