# Welches Urteil bleibt bei einem YOLO-Export aus Label Studio erhalten?

Geprüft am 18. November 2026. Als 2 aktive Box-Annotationen für dasselbe Bild den YOLO-Konverter des Label Studio SDK 2.1.2 erreichten, behielt der Standardexport die Klasse der älteren Annotation bei. Eine Umkehrung der Reihenfolge im Eingabearray der Annotationen änderte das Ergebnis nicht. Das Vertauschen der beiden Erstellungszeitpunkte änderte, welche Klasse erhalten blieb. Das Experiment verwendete 1 fiktive Aufgabe, 1 lokalen Bildpfad und 2 gültige Rechtecke.

Der Konverter sortiert aktive Annotationen anhand ihres Erstellungszeitpunkts von der neuesten zur ältesten und gibt beide aus. Für dasselbe Bild erzeugt der standardmäßige YOLO-Writer für beide Annotationen denselben Labelpfad. In dieser Testkonstellation wird das Rechteck des älteren Urteils als zweites geschrieben und ersetzt die erste Datei. Die neuere Klasse wird weiterhin in `classes.txt` aufgeführt, weil beide Klassen im Projektschema deklariert sind. Das Release-Tag von Label Studio 1.23.2 gibt SDK 2.1.2 an, und der allgemeine YOLO-Konvertierungsaufruf belässt `split_labelers` beim Standardwert. [App-Abhängigkeit](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/pyproject.toml#L75) · [Konvertierungsaufruf der App](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/label_studio/data_export/models.py#L145-L170) · [SDK-Weiterleitung](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L294-L305) · [Sortierung nach Erstellungszeitpunkt](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L626) · [Behandlung von Pfaden und leeren Ergebnissen](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L1074-L1109) · [Ersetzen der Datei](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/exports/yolo.py#L153-L171)

| Fall | Ergebnis |
| --- | --- |
| A älter als B, unabhängig von der Reihenfolge im Eingabearray | `sample.txt` enthält A |
| B älter als A | `sample.txt` enthält B |
| Getrennte Ordner für Labeler, 2 verschiedene Akteur-IDs | Die Datei von Akteur 11 enthält A und die von Akteur 12 enthält B |
| Getrennte Ordner für Labeler, dieselbe Akteur-ID | Die Datei von Akteur 11 enthält A |
| Älteres Ergebnis leer und neueres Ergebnis B | `sample.txt` enthält B |

Das leere ältere Ergebnis erzeugt nur dann eine leere Datei, wenn noch keine existiert. Dieser Zweig begrenzt die Aussage zum Alter auf die 2 gültigen, nicht leeren Urteile in den ersten 3 Standardläufen. Getrennte Ordner für Labeler sind eine SDK-Option und bewahren nicht mehrere Urteile auf, die derselbe Akteur unter demselben Pfad schreibt. Die Testkonstellation zeigt nicht, wie ein Projekt die eingegebenen Urteile ausgewählt hat oder wie ein Modell abschneiden würde. [Option und Standardwert](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L966-L994)

Prüfe bei einer Lieferung, die den Prüfverlauf erhalten soll, einen bekannten strittigen Eintrag sowohl im Quellexport als auch im gelieferten Format. Die endgültige Textdatei allein erklärt die Auswahl des Urteils nicht. Wenn ein Team bewusst 1 Urteil pro Bild möchte, sollte es die Auswahl- oder Entscheidungsregel festhalten, bevor die Daten auf die Lieferlabels reduziert werden.

Führe `python3 check.py | cmp - observations.json` mit aktivierter Prüfung auf Pipeline-Fehler aus. Das [Prüfskript](https://sapien1.com/research/annotation-export-yolo-coco/check.py) mit Standardbibliothek berechnet Hashes für 92.423 Byte aus 4 auf feste Versionen gesetzten SDK-Dateien. Es führt den tatsächlichen Dateileser für eine einzelne Aufgabe, die Projektion der Annotationen, die Rechteckkonvertierung und den Label-Writer mit einem festen Schema und einem vorhandenen fiktiven lokalen Pfad aus. Die genauen [Beobachtungen](https://sapien1.com/research/annotation-export-yolo-coco/observations.json) dokumentieren die Eingabe- und Verarbeitungsreihenfolge, die Klassendatei sowie alle Labelpfade und -zeilen. Beide Läufe erzeugten byteidentische Nachweise. Die 4 Quelldateien wurden außerdem byteweise mit dem PyPI-Wheel 2.1.2 verglichen, 1.066.859 Byte, SHA-256 `8b95a4021f0bb4bd5a4cdce38d998cfbc0028d68681f0fd3e9907525967013c3`, das ohne Installation im Arbeitsspeicher geprüft wurde. Das Experiment führt weder den vollständigen Dienst noch dessen Serializer oder den Task-Array-Parser des SDK aus. [PyPI-Distribution](https://pypi.org/project/label-studio-sdk/2.1.2/#files)

Ein früherer Bericht zu Label Studio 1.11.0 beschreibt, dass das ältere Urteil erhalten blieb, nachdem derselben Aufgabe eine neue Annotation hinzugefügt wurde. Diese Testkonstellation mit SDK 2.1.2 reproduziert diesen Effekt für einen Bildpfad mit einem festen Labelvokabular. Die Kontrollversuche unterscheiden die Reihenfolge der Erstellungszeitpunkte von der Eingabereihenfolge, der Gruppierung nach Akteur und einem leeren Ergebnis. Weitere Berichte behandeln doppelte Basisdateinamen bei unterschiedlichen Bildern und die Mehrdeutigkeit zwischen leeren und ungeprüften COCO-Annotationen. Das Paket enthält eigenen Python-Code und erfundene Beobachtungen. Das Prüfskript ruft zur Laufzeit öffentlichen Apache-2.0-SDK-Quellcode in festgelegter Version ab. [Früherer YOLO-Bericht](https://github.com/HumanSignal/label-studio/issues/5421) · [Bericht zu doppelten Basisdateinamen](https://github.com/HumanSignal/label-studio/issues/7096) · [Bericht zu leeren COCO-Annotationen](https://github.com/HumanSignal/label-studio/issues/9774) · [SDK-Lizenz](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE)
