# Ét billede kan blive til to COCO-billed-id'er

I en kontrolleret konvertering med Label Studio SDK 2.1.2 genererede to gyldige boksbedømmelser for én opgave og ét lokalt billede to COCO-billed-id'er. Begge billedrækker indeholdt præcis den samme filsti. Hver boks henviste til sit eget genererede billed-id. Det versionslåste COCO Python-indeks viste derefter begge id'er separat. Med `LABEL_STUDIO_FORCE_ANNOTATOR_EXPORT` ikke angivet i dette testdatasæt indeholdt boksrækkerne genererede annotations-id'er og udelod de oprindelige bedømmelses- og aktør-id'er. [Konverterens billedrækker](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L767-L830) · [Boksrækker](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L885-L936) · [COCO-indeks](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L89-L117) · [Ufiltrerede billed-id'er](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L177-L196)

| Kilde for ét billede | COCO-resultat | Ufiltreret COCO-indeks |
| --- | --- | --- |
| To modstridende bedømmelser | To rækker for samme sti med resultat B på id 0 og A på id 1 | Id 0 og 1 |
| To ens bedømmelser | To rækker for samme sti med resultat A på begge id'er | Id 0 og 1 |
| Én valgt bedømmelse | Én række for stien med resultat A på id 0 | Id 0 |

Konverteren udsender ét element pr. kvalificeret bedømmelse. I den testede kodegren tildeler den et billed-id og tilføjer en ny billedpost for hvert element. Både ens og modstridende bedømmelser gav to id'er. Det [tilhørende YOLO-testdatasæt](https://sapien1.com/da/research/annotation-export-yolo-coco/README.md) sender to modstridende bedømmelser af ét billede til én outputsti, hvor den vellykkede skrivning af den ældre bedømmelse erstatter den nyere. Tæl de forskellige leverede billedstier, og kontrollér, hvordan kildebedømmelserne er knyttet til billederne, når et datasæt skal indeholde én række pr. underliggende billede. Unikke numeriske id'er alene bekræfter ikke dette. En evaluerings score afhænger af, hvordan den kode, der kalder den, bruger id'erne, og der blev ikke målt nogen score her. [Fælles projektionsfunktion for annotationer](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L653)

Kør `python3 -B check-coco-identity.py | cmp - coco-identity-observations.json` med kontrol af fejl i pipelinen. [Kontrolprogrammet](https://sapien1.com/research/annotation-export-yolo-coco/check-coco-identity.py), SHA-256 `fb6f5a0eb3b8f269576353203f40e81b46515e55182f9b377b45ba34e4925d82`, bruger præcis den samme projektionsfunktion for annotationer, rektangelgeometri og COCO-skrivefunktion som det versionslåste SDK samt præcis det samme indeks og den samme id-forespørgsel som den versionslåste COCO Python-kildekode. En lokal erstatning for billedstørrelsesfunktionen angiver 100 gange 100 for et fast fiktivt billede. Resultatfilen sammenligner den fulde sti til kildebilledet, før den normaliseres til et stabilt basisfilnavn. To lokale kørsler og en uafhængig gentagelse gav identiske resultater byte for byte i alle tre tilfælde. [Gemte observationer](https://sapien1.com/research/annotation-export-yolo-coco/coco-identity-observations.json), SHA-256 `bb4b13aae5a7c471507f1ebcdb9cac2dcd7c2fe62f232489b0a00078ec12e222`.

En tidligere rapport dokumenterer effekten af den ældre bedømmelse i YOLO. Søgningen efter COCO fandt beslægtede rapporter om tvetydige tomme resultater og ekstra annotationer fra frigjorte penselmasker. Dette pilotstudie undersøger billed-id'er ved flere bedømmelser af ét billede. Det bruger offentlig, versionslåst Apache-2.0-licenseret SDK-kode og BSD-licenseret COCO-kode, som hentes ved kørsel, og leveres med egen kode og opdigtede resultater. Den installerede app, medieafkodning, modeltræning og evaluering indgår ikke i testdatasættet. [Tidligere YOLO-rapport](https://github.com/HumanSignal/label-studio/issues/5421) · [Fejlrapport om tomt COCO-resultat](https://github.com/HumanSignal/label-studio/issues/9774) · [Fejlrapport om penselmasker](https://github.com/HumanSignal/label-studio/issues/7737) · [SDK-licens](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE) · [COCO-licens](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/license.txt)

Gem [YOLO-kontrolprogrammet (check.py)](https://sapien1.com/research/annotation-export-yolo-coco/check.py) i samme mappe for at køre COCO-kontrolprogrammet. Sammenlign dets output med [YOLO-observationerne (JSON)](https://sapien1.com/research/annotation-export-yolo-coco/observations.json) for at genskabe det tilhørende studie.
