# Label Studio YOLO एक्सपोर्ट में कौन सा निर्णय बचता है?

18 नवंबर 2026 को जांचा गया. जब एक ही इमेज के 2 सक्रिय बॉक्स एनोटेशन Label Studio SDK 2.1.2 YOLO कन्वर्टर तक पहुंचे, तो डिफ़ॉल्ट एक्सपोर्ट में पुराने एनोटेशन की क्लास बनी रही. इनपुट एनोटेशन ऐरे का क्रम उलटने पर परिणाम नहीं बदला. दोनों के बनाए जाने का समय अदलने पर बची हुई क्लास बदल गई. प्रयोग में 1 काल्पनिक कार्य, 1 लोकल इमेज पाथ और 2 वैध आयत इस्तेमाल किए गए.

कन्वर्टर सक्रिय एनोटेशन को बनाए जाने के समय के अनुसार सबसे नए से सबसे पुराने क्रम में लगाता है और दोनों देता है. एक ही इमेज के लिए डिफ़ॉल्ट YOLO राइटर दोनों एनोटेशन का एक ही लेबल पाथ बनाता है. इस फ़िक्स्चर में पुराने निर्णय का आयत दूसरे नंबर पर लिखा जाता है और पहली फ़ाइल को बदल देता है. नई क्लास अब भी `classes.txt` में सूचीबद्ध है क्योंकि प्रोजेक्ट स्कीमा में दोनों क्लास घोषित हैं. Label Studio 1.23.2 रिलीज़ टैग में SDK 2.1.2 निर्दिष्ट है और सामान्य YOLO कन्वर्ज़न कॉल `split_labelers` को उसके डिफ़ॉल्ट पर छोड़ती है. [ऐप निर्भरता](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/pyproject.toml#L75) · [ऐप कन्वर्ज़न कॉल](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/label_studio/data_export/models.py#L145-L170) · [SDK डिस्पैच](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L294-L305) · [बनाने के समय के अनुसार क्रम](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L626) · [पाथ और खाली परिणाम का प्रबंधन](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L1074-L1109) · [फ़ाइल बदलना](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/exports/yolo.py#L153-L171)

| मामला | परिणाम |
| --- | --- |
| A, B से पुराना है; इनपुट ऐरे का कोई भी क्रम | `sample.txt` में A है |
| B, A से पुराना है | `sample.txt` में B है |
| अलग लेबलर फ़ोल्डर, 2 अलग एनोटेटर ID | एनोटेटर 11 की फ़ाइल में A और एनोटेटर 12 की फ़ाइल में B है |
| अलग लेबलर फ़ोल्डर, एक ही एनोटेटर ID | एनोटेटर 11 की फ़ाइल में A है |
| पुराना परिणाम खाली है और नया परिणाम B है | `sample.txt` में B है |

खाली पुराना परिणाम केवल तब खाली फ़ाइल बनाता है जब कोई फ़ाइल पहले से मौजूद न हो. इस शर्त के कारण पुराने निर्णय के बारे में दावा पहले 3 डिफ़ॉल्ट रन के 2 वैध, गैर-रिक्त निर्णयों तक सीमित है. अलग लेबलर फ़ोल्डर SDK का एक विकल्प है और यह एक ही एनोटेटर द्वारा एक ही पाथ पर लिखे गए कई निर्णयों को सुरक्षित नहीं रखता. यह फ़िक्स्चर स्थापित नहीं करता कि किसी प्रोजेक्ट ने इनपुट निर्णय कैसे चुने या कोई मॉडल कैसा प्रदर्शन करेगा. [विकल्प और डिफ़ॉल्ट](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L966-L994)

जिस डिलीवरी में समीक्षा का इतिहास सुरक्षित रहना चाहिए, उसके लिए किसी ज्ञात विवादित आइटम को स्रोत एक्सपोर्ट और डिलीवर किए गए फ़ॉर्मैट में जांचें. केवल अंतिम टेक्स्ट फ़ाइल से यह स्पष्ट नहीं होता कि निर्णय कैसे चुना गया. अगर कोई टीम जानबूझकर हर इमेज के लिए 1 निर्णय चाहती है, तो डिलीवरी लेबल में समेटने से पहले चयन या अंतिम निर्णय का नियम दर्ज करें.

पाइपलाइन की विफलता जांच चालू करके `python3 check.py | cmp - observations.json` चलाएं. स्टैंडर्ड लाइब्रेरी पर आधारित [चेकर](https://sapien1.com/research/annotation-export-yolo-coco/check.py) पिन की गई 4 SDK फ़ाइलों के कुल 92,423 बाइट का हैश बनाता है. यह तय स्कीमा और पहले से मौजूद काल्पनिक लोकल पाथ के साथ वास्तविक एकल-कार्य फ़ाइल रीडर, एनोटेशन प्रोजेक्शन, आयत कन्वर्ज़न और लेबल राइटर चलाता है. सटीक [अवलोकनों](https://sapien1.com/research/annotation-export-yolo-coco/observations.json) में इनपुट और प्रोसेसिंग का क्रम, क्लास फ़ाइल और सभी लेबल पाथ व पंक्तियां दर्ज हैं. दोनों रन से बाइट के स्तर पर समान परिणाम रिकॉर्ड मिले. स्रोत की 4 फ़ाइलों का PyPI 2.1.2 wheel से भी बाइट के स्तर पर मिलान किया गया, जिसका आकार 1,066,859 बाइट और SHA-256 `8b95a4021f0bb4bd5a4cdce38d998cfbc0028d68681f0fd3e9907525967013c3` है; इसे इंस्टॉल किए बिना मेमोरी में जांचा गया. प्रयोग में पूरी सेवा, उसका सीरियलाइज़र या SDK का टास्क-ऐरे पार्सर नहीं चलता. [PyPI वितरण](https://pypi.org/project/label-studio-sdk/2.1.2/#files)

Label Studio 1.11.0 की एक पुरानी रिपोर्ट में बताया गया है कि उसी कार्य में नया एनोटेशन जोड़ने के बाद भी पुराना निर्णय बना रहा. SDK 2.1.2 का यह फ़िक्स्चर तय लेबल शब्दावली के साथ 1 इमेज पाथ पर पुराने निर्णय के बने रहने का वही प्रभाव दोहराता है. नियंत्रण, बनाए जाने के समय के क्रम को इनपुट क्रम, एनोटेटर के अनुसार समूह बनाने और खाली परिणाम से अलग करके जांचते हैं. अलग रिपोर्टों में अलग-अलग इमेज के एक जैसे बेसनेम और खाली तथा समीक्षा न किए गए COCO एनोटेशन के बीच अस्पष्टता का विषय है. पैकेज में मूल Python कोड और काल्पनिक अवलोकन हैं. चेकर चलते समय पिन किया गया सार्वजनिक Apache-2.0 SDK स्रोत प्राप्त करता है. [पुरानी YOLO रिपोर्ट](https://github.com/HumanSignal/label-studio/issues/5421) · [एक जैसे बेसनेम की रिपोर्ट](https://github.com/HumanSignal/label-studio/issues/7096) · [खाली COCO की रिपोर्ट](https://github.com/HumanSignal/label-studio/issues/9774) · [SDK लाइसेंस](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE)
