标签工作室转换器

其他源码

0.0.59

下载

警告

该存储库已存档并合并到 Label Studio SDK 中：https://github.com/HumanSignal/label-studio-sdk/tree/master/src/label_studio_sdk/converter

标签工作室转换器

网站 • 文档 • Twitter • 加入 Slack 社区

介绍

Label Studio 格式转换器可帮助您将标签编码为您最喜欢的机器学习库的格式。

示例

JSON

从命令行运行：

 pip install -U label-studio-converter
python label-studio-converter导出-iexported_tasks.json-c示例/sentiment_analysis/config.xml-ooutput_dir-fCSV

从Python运行：

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

获取输出文件： tmp/output.json

 [
  {"reviewText": "好案例，物超所值。","sentiment": "积极"
  },
  {“reviewText”：“真是浪费金钱和时间！”，“sentiment”：“负面”
  },
  {"reviewText": "鹅颈需要一点哄","sentiment": "中性"
  }
]

用例：任何任务

CSV

从命令行运行：

 python label_studio_converter/cli.py --输入示例/sentiment_analysis/completions/ --config 示例/sentiment_analysis/config.xml --输出 output_dir --格式 CSV --csv-分隔符 $'t'

从Python运行：

 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)

获取输出文件tmp/output.tsv ：

评论文字感想好案例，物超所值。正面真是浪费金钱和时间！负面鹅颈需要一点哄中性

用例：任何任务

2003年全国护士大会

从命令行运行：

 python label_studio_converter/cli.py --输入示例/named_entity/completions/ --config 示例/named_entity/config.xml --输出 tmp/output.conll --格式 CONLL2003

从Python运行：

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

获取输出文件tmp/output.conll

-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
...

用例：文本标记

可可

从命令行运行：

 python label_studio_converter/cli.py --输入示例/image_bbox/completions/ --config 示例/image_bbox/config.xml --输出 tmp/output.json --format COCO --image-dir tmp/images

从Python运行：

 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')

输出图像可以在tmp/images中找到

获取输出文件tmp/output.json

 {“图像”：[
    {“宽度”：800，“高度”：501，“id”：0，“文件名”：“tmp/images/62a623a0d3cef27a51d3689865e7b08a”}
  ], “类别”: [
    { "id": 0, "名称": "行星"},
    { "id": 1, "name": "月球行者"}
  ], "注释": [
    { "id": 0, "image_id": 0, "category_id": 0, "分割": [], "bbox": [299,6,377,260 ], "忽略": 0, "iscrowd": 0, "区域“：98020}，
    { "id": 1, "image_id": 0, "category_id": 1, "分割": [], "bbox": [288,300,132,90 ], "忽略": 0, "iscrowd": 0, "区域“：11880}
  ], "info": {"year": 2019,"version": "1.0","contributor": "Label Studio"
  }
}

用例：图像对象检测

帕斯卡 VOC XML

从命令行运行：

 python label_studio_converter/cli.py --输入示例/image_bbox/completions/ --config 示例/image_bbox/config.xml --输出 tmp/voc-annotations --format VOC --image-dir tmp/images

从Python运行：

 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')

输出图像可以在tmp/images中找到

相应的注释可以在tmp/voc-annotations/*.xml中找到：

 
<注释>
<文件夹>tmp/图像
<文件名>62a623a0d3cef27a51d3689865e7b08a
<来源>
<数据库>我的数据库
<注释>COCO2017
<图片>flickr
NULL

<所有者>
NULL
<名称>标签工作室

<尺寸>
<宽度>800
<高度>501
<深度>3

<分段>0
<对象>
<名称>行星
<姿势>未指定
<截断>0
<困难>0

299
6
676
266


<对象>
<名称>月行者
<姿势>未指定
<截断>0
<困难>0

288
300
420
390

用例：图像对象检测

YOLO 到 Label Studio 转换器

YOLO目录结构

首先检查 YOLO 文件夹的结构，请记住根目录是/yolo/datasets/one 。

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

  classes.txt

类.txt 示例

Airplane
Car

用法

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

其中?d=中的 URL 路径相对于您在LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT中设置的路径。

本地存储注意事项

设置LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets （不是/yolo/datasets/one ，而是/yolo/datasets ）以便 Label Studio 运行非常重要。
在项目设置中添加一个新的本地存储，并将绝对本地路径设置为/yolo/datasets/one/images （或c:yolodatasetsoneimages for Windows）。

云存储注意事项

使用--image-root-url为任务 URL 指定正确的前缀，例如--image-root-url s3://my-bucket/yolo/datasets/one 。
在项目设置中添加一个新的云存储，并添加相应的存储桶和前缀。

帮助命令

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

教程：使用本地存储将 YOLO 预注释图像导入 Label Studio

本教程将指导您完成将带有 YOLO 注释的文件夹导入 Label Studio 进行进一步注释的过程。我们将介绍如何设置您的环境、将 YOLO 注释转换为 Label Studio 的格式，以及将它们导入到您的项目中。

先决条件

本地安装的 Label Studio
YOLO 带注释的图像和相应的 .txt 标签文件位于目录/yolo/datasets/one中。
已安装 label-studio-converter （可通过pip install label-studio-converter获得）

第 1 步：设置环境并运行 Label Studio

在启动 Label Studio 之前，设置以下环境变量以启用本地存储文件服务：

Unix系统：

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

视窗：

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

将/yolo/datasets替换为 YOLO 数据集目录的实际路径。

第2步：设置本地存储

创建一个新项目。
转到项目设置并选择Cloud Storage 。
单击添加源存储并从存储类型选项中选择本地文件。
在 Windows 上将绝对本地路径设置为/yolo/datasets/one/images或c:yolodatasetsoneimages 。
单击Add storage 。

在文档中查看有关本地存储的更多详细信息。

第 3 步：验证图像访问

从 YOLO 导入转换后的注释之前，请验证您是否可以通过 Label Studio 访问本地存储中的图像。打开新的浏览器选项卡并输入以下 URL：

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

将one/images/.jpg替换为其中一张图像的路径。该图像应显示在浏览器的新选项卡中。如果无法打开图像，则本地存储配置不正确。最可能的原因是您在本地存储设置或LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT中指定Path时犯了错误。

注意： ?d=中的 URL 路径应该相对于LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets ，这意味着真实路径将是/yolo/datasets/one/images/.jpg并且该图像应该存在于您的硬盘上驾驶。

第 4 步：转换 YOLO 注释

使用 label-studio-converter 将 YOLO 注释转换为 Label Studio 可以理解的格式：

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

第 5 步：导入转换后的注释

现在将output.json文件导入 Label Studio：

转到您的 Label Studio 项目。
从数据管理器中，单击“导入” 。
选择output.json文件并将其导入。

第 6 步：验证注释

导入后，您应该在 Label Studio 中看到带有预先注释的边界框的图像。验证注释是否正确并进行必要的调整。

故障排除

如果您遇到路径或图像访问问题，请确保：

LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT 设置正确。
转换命令中的--image-root-url匹配相对路径：

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

例如：

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

Label Studio 中的本地存储已正确设置为图像的绝对本地路径 ( /yolo/datasets/one/images )
有关更多详细信息，请参阅有关导入预注释数据和设置云存储的文档。

贡献

我们很乐意得到您的帮助来创建其他模型的转换器。请随意创建拉取请求。

贡献指南
行为守则

展开

附加信息

版本 0.0.59
类型其他源码
更新时间 2024-11-11
大小
语言简体中文

标签工作室转换器

警告

标签工作室转换器

目录

介绍

示例

JSON

CSV

2003年全国护士大会

可可

帕斯卡 VOC XML

YOLO 到 Label Studio 转换器

YOLO目录结构

用法

教程：使用本地存储将 YOLO 预注释图像导入 Label Studio

先决条件

第 1 步：设置环境并运行 Label Studio

第2步：设置本地存储

第 3 步：验证图像访问

第 4 步：转换 YOLO 注释

第 5 步：导入转换后的注释

第 6 步：验证注释

故障排除

贡献

压水工作室

兰图工作室

DiffSynth 工作室

英国工作室

colorhex 转换器加应用程序

Acme CAD 转换器

知识付费系统源码丨在线教育内容付费知识变现丨视频问答图文付费课程小程序定制H5

植物大战僵尸西游版

PVZ杂交版2.3.5内置菜单版

披萨塔噪音DLC模组

快乐方块屋家庭模拟器手机

修勾地铁逃生安装

BodyCam手游

BodyCam手机版

帮我一个拼多多