ラベルスタジオコンバーター

その他のソースコード

0.0.59

ダウンロード

警告

このリポジトリはアーカイブされ、Label Studio SDK にマージされています: https://github.com/HumanSignal/label-studio-sdk/tree/master/src/label_studio_sdk/converter

ラベルスタジオコンバータ

ウェブサイト • ドキュメント • Twitter • Slack コミュニティに参加する

導入

Label Studio Format Converter を使用すると、ラベルをお気に入りの機械学習ライブラリの形式にエンコードできます。

例

JSON

コマンドラインから実行する場合:

 pip install -U ラベルスタジオコンバーター
python label-studio-converter import -i exported_tasks.json -c Examples/sentiment_analysis/config.xml -o Output_dir -f CSV

Pythonから実行:

 from label_studio_converter import Converterc = Converter('examples/sentiment_analysis/config.xml')c.convert_to_json('examples/sentiment_analysis/completions/', 'tmp/output.json')

出力ファイルの取得: tmp/output.json

 [
  {"reviewText": "良いケース、優れた価値。","sentiment": "肯定的"
  }、
  {"reviewText": "お金と時間の無駄だ!","sentiment": "否定的"
  }、
  {"reviewText": "ガチョウの首には少しなだめる必要があります","センチメント": "中立"
  }
】

ユースケース: あらゆるタスク

CSV

コマンドラインから実行する場合:

 python label_studio_converter/cli.py --input example/sentiment_analysis/completions/ --config example/sentiment_analysis/config.xml --output Output_dir --format CSV --csv-separator $'t'

Pythonから実行:

 from label_studio_converter import Converterc = Converter('examples/sentiment_analysis/config.xml')c.convert_to_csv('examples/sentiment_analysis/completions/', 'output_dir', sep='t', header=True)

出力ファイルtmp/output.tsvを取得します。

レビューテキストの感情良いケース、優れた価値。肯定的お金と時間の無駄だ!否定的グースネックには少しなだめる必要がある中立

ユースケース: あらゆるタスク

2003年CoNLL

コマンドラインから実行する場合:

 python label_studio_converter/cli.py --input example/named_entity/completions/ --config example/named_entity/config.xml --output tmp/output.conll --format CONLL2003

Pythonから実行:

 from label_studio_converter import Converterc = Converter('examples/named_entity/config.xml')c.convert_to_conll2003('examples/named_entity/completions/', 'tmp/output.conll')

出力ファイルtmp/output.conllの取得

-DOCSTART- -X- O
Showers -X- _ O
continued -X- _ O
throughout -X- _ O
the -X- _ O
week -X- _ O
in -X- _ O
the -X- _ O
Bahia -X- _ B-Location
cocoa -X- _ O
zone, -X- _ O
...

使用例: テキストのタグ付け

ココ

コマンドラインから実行する場合:

 python label_studio_converter/cli.py --input example/image_bbox/completions/ --config example/image_bbox/config.xml --output tmp/output.json --format COCO --image-dir tmp/images

Pythonから実行:

 from label_studio_converter import Converterc = Converter('examples/image_bbox/config.xml')c.convert_to_coco('examples/image_bbox/completions/', 'tmp/output.conll',output_image_dir='tmp/images')

出力イメージはtmp/imagesにあります

出力ファイルtmp/output.jsonの取得

{ "画像": [
    { "幅": 800、"高さ": 501、"id": 0、"ファイル名": "tmp/images/62a623a0d3cef27a51d3689865e7b08a"}
  ]、「カテゴリ」: [
    { "id": 0, "name": "惑星"},
    { "id": 1, "name": "ムーンウォーカー"}
  ]、「注釈」: [
    { "id": 0, "image_id": 0, "category_id": 0, "segmentation": [], "bbox": [299,6,377,260 ], "ignore": 0, "iscrowd": 0, "area ": 98020},
    { "id": 1, "image_id": 0, "category_id": 1, "segmentation": [], "bbox": [288,300,132,90 ], "ignore": 0, "iscrowd": 0, "area ":11880}
  ]、"情報": {"年": 2019、"バージョン": "1.0"、"投稿者": "Label Studio"
  }
}

使用例: 画像オブジェクトの検出

パスカル VOC XML

コマンドラインから実行する場合:

 python label_studio_converter/cli.py --input example/image_bbox/completions/ --config example/image_bbox/config.xml --output tmp/voc-annotations --format VOC --image-dir tmp/images

Pythonから実行:

 from label_studio_converter import Converterc = Converter('examples/image_bbox/config.xml')c.convert_to_voc('examples/image_bbox/completions/', 'tmp/output.conll', Output_image_dir='tmp/images')

出力イメージはtmp/imagesにあります。

対応するアノテーションはtmp/voc-annotations/*.xmlにあります。

 
<注釈>
<フォルダ>tmp/images
<ファイル名>62a623a0d3cef27a51d3689865e7b08a
<ソース>
<データベース>MyDatabase
COCO2017
フリッカー
NULL

<所有者>
NULL
ラベル スタジオ

<サイズ>
<幅>800
<高さ>501
<深さ>3

<セグメント化>0
<オブジェクト>
<名前>惑星
未指定
<切り捨てられた>0
<難しい>0

299
6
676
266


<オブジェクト>
<名前>ムーンウォーカー
未指定
<切り捨てられた>0
<難しい>0

288
300
420
390

使用例: 画像オブジェクトの検出

YOLOからラベルスタジオへのコンバーター

YOLO ディレクトリ構造

まず YOLO フォルダーの構造を確認します。ルートが/yolo/datasets/oneであることに注意してください。

/yolo/datasets/one
  images
   - 1.jpg
   - 2.jpg
   - ...
  labels
   - 1.txt
   - 2.txt

  classes.txt

クラス.txtの例

Airplane
Car

使用法

label-studio-converter import yolo -i /yolo/datasets/one -o ls-tasks.json --image-root-url "/data/local-files/?d=one/images"

?d=からの URL パスは、 LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOTで設定したパスに対する相対パスです。

ローカルストレージに関する注意事項

Label Studio を実行するには、 LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets ( /yolo/datasets/oneではなく、 /yolo/datasets ) を設定することが非常に重要です。
プロジェクト設定で新しいローカルストレージを追加し、絶対ローカルパスを/yolo/datasets/one/images (Windows の場合はc:yolodatasetsoneimages ) に設定します。

クラウドストレージに関する注意事項

--image-root-url使用して、タスク URL に正しいプレフィックスを作成します (例: --image-root-url s3://my-bucket/yolo/datasets/one 。
対応するバケットとプレフィックスを使用して、プロジェクト設定に新しい Cloud Storage を追加します。

ヘルプコマンド

label-studio-converter import yolo -h

usage: label-studio-converter import yolo [-h] -i INPUT [-o OUTPUT]
                                          [--to-name TO_NAME]
                                          [--from-name FROM_NAME]
                                          [--out-type OUT_TYPE]
                                          [--image-root-url IMAGE_ROOT_URL]
                                          [--image-ext IMAGE_EXT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT, --input INPUT
                        directory with YOLO where images, labels, notes.json
                        are located
  -o OUTPUT, --output OUTPUT
                        output file with Label Studio JSON tasks
  --to-name TO_NAME     object name from Label Studio labeling config
  --from-name FROM_NAME
                        control tag name from Label Studio labeling config
  --out-type OUT_TYPE   annotation type - "annotations" or "predictions"
  --image-root-url IMAGE_ROOT_URL
                        root URL path where images will be hosted, e.g.:
                        http://example.com/images or s3://my-bucket
  --image-ext IMAGE_EXT
                        image extension to search: .jpg, .png

チュートリアル: ローカルストレージを使用した YOLO 事前アノテーション付き画像の Label Studio へのインポート

このチュートリアルでは、さらに注釈を追加するために、YOLO 注釈を含むフォルダーを Label Studio にインポートするプロセスを説明します。環境のセットアップ、YOLO 注釈の Label Studio 形式への変換、プロジェクトへのインポートについて説明します。

前提条件

Label Studio がローカルにインストールされている
YOLO アノテーション付きイメージと、ディレクトリ/yolo/datasets/one内の対応する .txt ラベルファイル。
label-studio-converter がインストールされています ( pip install label-studio-converter経由で入手可能)

ステップ 1: 環境をセットアップして Label Studio を実行する

Label Studio を開始する前に、次の環境変数を設定して、ローカルストレージファイルの提供を有効にします。

Unix システム:

export LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true
export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets
label-studio

Windows:

set LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true
set LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=C:yolodatasets
label-studio

/yolo/datasets YOLO データセットディレクトリへの実際のパスに置き換えます。

ステップ 2: ローカルストレージのセットアップ

新しいプロジェクトを作成します。
プロジェクト設定に移動し、 [Cloud Storage] を選択します。
[ソースストレージの追加]をクリックし、ストレージタイプオプションからローカルファイルを選択します。
Windows では、絶対ローカルパスを/yolo/datasets/one/imagesまたはc:yolodatasetsoneimagesに設定します。
Add storageをクリックします。

ローカルストレージの詳細については、ドキュメントを確認してください。

ステップ 3: 画像へのアクセスを確認する

変換されたアノテーションを YOLO からインポートする前に、Label Studio を介してローカルストレージから画像にアクセスできることを確認してください。新しいブラウザタブを開き、次の URL を入力します。

http://localhost:8080/data/local-files/?d=one/images/.jpg

one/images/.jpg画像の 1 つへのパスに置き換えます。画像はブラウザの新しいタブに表示されるはずです。イメージを開けない場合は、ローカルストレージの構成が正しくありません。最も可能性の高い理由は、ローカルストレージ設定またはLABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOTでPathを指定したときに間違いがあったことです。

注: ?d=からの URL パスはLABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasetsに対する相対パスである必要があります。つまり、実際のパスは/yolo/datasets/one/images/.jpgとなり、この画像はハード上に存在する必要があります。ドライブ。

ステップ 4: YOLO アノテーションを変換する

label-studio-converter を使用して、YOLO 注釈を Label Studio が理解できる形式に変換します。

label-studio-converter import yolo -i /yolo/datasets/one -o output.json --image-root-url "/data/local-files/?d=one/images"

ステップ 5: 変換された注釈をインポートする

次に、 output.jsonファイルを Label Studio にインポートします。

Label Studio プロジェクトに移動します。
データマネージャーで、 [インポート]をクリックします。
output.jsonファイルを選択してインポートします。

ステップ 6: 注釈を確認する

インポート後、Label Studio で、事前に注釈が付けられた境界ボックスを含む画像が表示されるはずです。注釈が正しいことを確認し、必要な調整を行います。

トラブルシューティング

パスまたはイメージアクセスに関する問題が発生した場合は、次のことを確認してください。

LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT が正しく設定されています。
変換コマンドの--image-root-url相対パスと一致します。

`Absolute local path from Local Storage Settings` - `LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT` = `path for --image_root_url`

例えば：

/yolo/datasets/one/images - /yolo/datasets/ = one/images

Label Studio のローカルストレージは、画像への絶対ローカルパス ( /yolo/datasets/one/images ) を使用して正しく設定されています。
詳細については、事前にアノテーションが付けられたデータのインポートとクラウドストレージの設定に関するドキュメントを参照してください。

貢献する

他のモデルへのコンバーターの作成にご協力いただければ幸いです。ご自由にプルリクエストを作成してください。

貢献ガイドライン
行動規範

拡大する

追加情報

バージョン 0.0.59
タイプその他のソースコード
更新時間 2024-11-11
サイズ
言語簡体字中国語

ラベルスタジオコンバーター

警告

ラベルスタジオコンバータ

目次

導入

例

JSON

CSV

2003年CoNLL

ココ

パスカル VOC XML

YOLOからラベルスタジオへのコンバーター

YOLO ディレクトリ構造

使用法

チュートリアル: ローカルストレージを使用した YOLO 事前アノテーション付き画像の Label Studio へのインポート

前提条件

ステップ 1: 環境をセットアップして Label Studio を実行する

ステップ 2: ローカルストレージのセットアップ

ステップ 3: 画像へのアクセスを確認する

ステップ 4: YOLO アノテーションを変換する

ステップ 5: 変換された注釈をインポートする

ステップ 6: 注釈を確認する

トラブルシューティング

貢献する

PwRスタジオ

ランググラフスタジオ

ディフシンセスタジオ

GBスタジオ

colorhexコンバータープラスアプリ

Acme CAD コンバーター

知識支払いシステムのソースコード丨オンライン教育コンテンツ有料知識実現丨ビデオQ&Aグラフィック有料コースミニプログラムカスタマイズH5

プラント vs. ゾンビ西遊記編

PVZ ハイブリッドバージョン 2.3.5 内蔵メニューバージョン

ピザタワーノイズDLC Mod

ハッピーブロックハウスファミリーシミュレーターモバイル

修理フック地下鉄脱出設置

BodyCam モバイルゲーム

BodyCam モバイル版

Pinduoduo を手伝ってください

ラベルスタジオコンバーター

警告

ラベルスタジオコンバータ

目次

導入

例

JSON

CSV

2003年CoNLL

ココ

パスカル VOC XML

YOLOからラベルスタジオへのコンバーター

YOLO ディレクトリ構造

使用法

チュートリアル: ローカル ストレージを使用した YOLO 事前アノテーション付き画像の Label Studio へのインポート

前提条件

ステップ 1: 環境をセットアップして Label Studio を実行する

ステップ 2: ローカル ストレージのセットアップ

ステップ 3: 画像へのアクセスを確認する

ステップ 4: YOLO アノテーションを変換する

ステップ 5: 変換された注釈をインポートする

ステップ 6: 注釈を確認する

トラブルシューティング

貢献する

チュートリアル: ローカルストレージを使用した YOLO 事前アノテーション付き画像の Label Studio へのインポート

ステップ 2: ローカルストレージのセットアップ