Kolaborasi tim dalam anotasi objek sangat penting agar proses menjadi lebih cepat, maka tools yang bisa kami gunakan yaitu label studio. Label studio untuk versi community sudah lebih dari cukup. Walaupun memang ada sedikit keterbatasan fiturnya. Ada fitur yang cukup ribet dalam hal import data tidak hanya pada label studio juga pada tools anotasi umum yang lainnya. Mengingat agak ruwet nya membuat format yang bisa di share untuk beragam aplikasi.
Pada label studio kita juga import data format yolo dengan sedikit keruwetan. Mengingat keterbatasan waktu maka import dataset ke label studio harus dilakukan. Sebagai contoh format yolo yang biasanya menggunakan susunan seperti berikut
dataset/ ├── images/ │ ├── img1.jpg │ ├── img2.jpg │ └── ... ├── labels/ │ ├── img1.txt │ ├── img2.txt │ └── ... └── classes.txt
akan kita import kedalam label studio. Langkah yang paling utama yaitu menyiapkan local storage. Kalian bisa login ke server dan membuat direktori. Misalkan saya akan membuat direktori di /yolo/datasets/one didalam direktori tersebut sudah terisi dataset yolo
Susunan Direktori
langkah selanjutnya yaitu membuat set environment
export LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets/one/images
langkah selanjutnya membuat project dan setting local storage, seperti berikut pada storage title: bebas diisi judul apa saja, sedangkan pada Absolute local path diisi sesuai
Edit source Storage
tanda berhasil kalian bisa klik check connection dan akan menghasilkan message Successfully connected!
atau kalian bisa buka link http://192.168.2.106:8090/data/local-files/?d=one/images/100a.jpg
jika tampil image di browser maka tandanya itu berhasil
Langkah selanjutnya converter dengan perintah
label-studio-converter import yolo -i /yolo/datasets/one -o output.json --image-root-url "/data/local-files/?d=one/images"
nanti akan tampil message
ages"
INFO:root:Reading YOLO notes and categories from /yolo/datasets/one
INFO:root:Found 55 categories
INFO:root:Converting labels from /yolo/datasets/one/labels
INFO:root:image extensions->, ['.jpg']
INFO:root:Saving Label Studio JSON to /home/bejo/output.json
1. Create a new project in Label Studio
2. Use Labeling Config from "/home/bejo/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 "/home/bejo/output.json" to the project
kalian download 2 file penting yaitu
- output.json dan
- output.label_config.xml
lokasinya sesuai diatas ada di /home/bejo/ (sesuai dengan user yang kalian gunakan)
Langkah selanjutnya buka file output.label_config.xml dan copy pastekan ke berikut
Labeling Interface –> Code
Edit code template
jangan lupa save.
Langkah selanjutnya yaitu import output.json
Import output.json
Proses Input
Demikian Cara Melakukan Import yolo ke label studio, semoga berhasil!
ref:
https://labelstud.io/blog/tutorial-importing-local-yolo-pre-annotated-images-to-label-studio/
https://labelstud.io/guide/storage.html#Local-storage
Sebagai tambahan! agar hasilnya permanen, maka untuk setiap kalian memanggil label studio, kalian set lagi. Berikut adalah script yang saya gunakan untuk memanggil label-studio yang disimpan dengan nama labelstudio.sh
export LOCAL_FILES_SERVING_ENABLED=true export LABEL_STUDIO_DISABLE_SIGNUP_WITHOUT_LINK=true export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/yolo/datasets /root/anaconda3/bin/label-studio --port 8090