Label Studio 集成#
直接从 Label Studio 导入功能即将登陆 Ultralytics Platform，这样原始图像检测或分割导出就能按原样上传，无需选择格式。
在此之前，目前有一个行之有效的捷径，因为 Label Studio 的 YOLO with Images 导出是一种 Platform 可以读取的布局，其中也包含类别列表。
立即从 Label Studio 导入#
- 从 Label Studio 导出。 打开你的项目并点击 Export。
- 选择包含图像的格式。 选择 YOLO with Images 并点击 Export。
- 上传到 Platform。 从该 ZIP 文件创建新数据集。
- 训练。 无需离开工作区即可编辑标注、训练和部署。
Label Studio 的 YOLO 和 COCO 选项写入的标签文件不包含图像，因为你的图像通常存放在 Label Studio 所指向的 URL 背后。将其中一个压缩包上传到 Platform 会导致你获得一个没有图像的数据集。请改选 with Images 变体。
使用 API 导出#
Label Studio 的导出 API 返回相同的压缩包，其格式名称位于 exportType 中：
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 和 YOLO_OBB_WITH_IMAGES 的工作方式相同。较新的个人访问令牌在使用前会先兑换为短期 bearer 令牌，因此请检查你的实例颁发的是哪种令牌类型。大型项目应改用快照端点，它们将导出创建为后台任务并通过 ID 下载；SDK 的 export_yolo_with_images.py 示例正是这样做的。
Label Studio 的 YOLO 导出在其标签旁边携带了类列表，Platform 可以读取它：
archive.zip/
├── classes.txt # class names Platform reads first
├── notes.json # fallback, used only when classes.txt is missing or empty
├── images/
└── labels/请完全按 Label Studio 生成的原样上传压缩包。Platform 会在压缩包根目录下查找 classes.txt 和 notes.json，因此将导出文件重新打包进另一个文件夹会导致丢失你的标签名称，并且类名会作为 class0、class1 等导入。
选择导出格式#
Label Studio 提供多种导出格式。对于图像检测和分割：
| Label Studio 格式 | 状态 | 注意事项 |
|---|---|---|
| YOLO with Images | 最佳 | 同时包含 classes.txt 和图像，因此只需单次上传即可 |
| COCO with Images | 是 | 亦可读取；多边形与框的混合将作为分割导入，同时丢弃仅有框的内容 |
| YOLO / COCO | 否 | 仅包含标注文件——导入的数据集没有图像 |
| Pascal VOC XML | 否 | 无法读取 XML 标签文件 |
在 COCO 导出中，每个标注都必须携带 bbox 才能被读取，人群区域（"iscrowd": 1）会被跳过，且类别名称会变成你的类名——因此 COCO 压缩包不需要 classes.txt 来保留其标签。
Platform 不读取 Pascal VOC XML 标签，VOC 导出失败时不会报错：图像会导入，但标注不会。请改选 YOLO with Images 或 COCO with Images。
集成将添加的内容#
选择正确的导出格式正是该集成所省去的步骤。一旦推出，你将导出 Label Studio 的任何图像检测和分割格式并进行上传，Platform 将自行把标注映射到匹配的 YOLO task。
- 无需选择格式 — Label Studio 的图像检测和分割导出可映射到保留了标签名称的 YOLO 数据集
- 单一工作区 — 标注、训练和部署不再横跨多个不同的工具和转换脚本
- 继续标注 — 导入的数据集将在 Platform 的标注编辑器中打开，包括由 SAM 驱动的智能标注功能
- 立即训练 — 数据集一完成处理，即可用于云端训练