当前位置：首页 > article >正文

label-studio 导入既有的yolo格式标注

article 2025/2/27 4:27:47

这是新增识别物体训练前的一个预处理过程。你的额外标注要建立在模型已经具备的识别能力的基础上。

0.参考资料：

1.主要参考源：

Tutorial: Importing Local YOLO Pre-Annotated Images to Label Studio | Label Studio

2.备用的label-studio-converter文档：

GitHub - HumanSignal/label-studio-converter: Tools for converting Label Studio annotations into common dataset formats

1.安装label转换工具

pip install label-studio-converter

2.将原有的coco数据集放在C:根目录下：例如：

2.1 classes.txt的内容为

classes的列表

person
bicycle
car

2.2 image, labels不再拆分为训练和验证

3.转换

注意，命令行中，images在classes.txt文件所在目录中单独列出，然后， -i的参数是 classes.txt所在目录。

C:\Users\twica>label-studio-converter import yolo -i /dataset/before_import -o output.json --image-root-url "/data/local
-files/?d=dataset/before_import/images"
INFO:root:Reading YOLO notes and categories from C:\dataset\before_import
INFO:root:Found 81 categories
INFO:root:Converting labels from C:\dataset\before_import\labels
INFO:root:image extensions->, ['.jpg']
INFO:root:Saving Label Studio JSON to C:\Users\twica\output.json

1. Create a new project in Label Studio
2. Use Labeling Config from "C:\Users\twica\output.label_config.xml"
3. Setup serving for images
E.g. you can use Local Storage (or others):
https://labelstud.io/guide/storage.html#Local-storage
See tutorial here:
https://github.com/HumanSignal/label-studio-converter/tree/master?tab=readme-ov-file#yolo-to-label-studio-converter

4. Import "C:\Users\twica\output.json" to the project