# 이미지 하나가 COCO 이미지 ID 두 개가 될 수 있습니다

통제된 Label Studio SDK 2.1.2 변환에서 작업 하나와 로컬 이미지 하나에 대한 유효한 박스 판단 두 개가 COCO 이미지 ID 두 개를 생성했습니다. 두 이미지 행의 파일 경로는 완전히 같았습니다. 각 박스는 서로 다른 생성 이미지 ID를 참조했습니다. 이어서 고정된 버전의 COCO Python 인덱스는 두 ID를 별도로 나열했습니다. 이 픽스처에서 `LABEL_STUDIO_FORCE_ANNOTATOR_EXPORT`를 설정하지 않았을 때 박스 행에는 생성된 어노테이션 ID가 들어갔고, 원래 판단 ID와 작업자 ID는 포함되지 않았습니다. [변환기의 이미지 행](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L767-L830) · [박스 행](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L885-L936) · [COCO 인덱스](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L89-L117) · [필터링하지 않은 이미지 ID](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L177-L196)

| 원본 이미지 1개 | COCO 결과 | 필터링하지 않은 COCO 인덱스 |
| --- | --- | --- |
| 서로 다른 판단 2개 | 같은 경로의 행 2개: ID 0은 결과 B, ID 1은 결과 A | ID 0과 1 |
| 일치하는 판단 2개 | 같은 경로의 행 2개: 두 ID 모두 결과 A | ID 0과 1 |
| 선택된 판단 1개 | 해당 경로의 행 1개: ID 0은 결과 A | ID 0 |

변환기는 조건에 맞는 판단마다 항목 하나를 출력합니다. 테스트한 분기에서는 각 항목에 이미지 ID를 할당하고 새 이미지 항목을 추가합니다. 판단이 일치할 때와 다를 때 모두 ID 두 개가 생성됐습니다. [함께 제공되는 YOLO 픽스처](https://sapien1.com/ko/research/annotation-export-yolo-coco/README.md)는 이미지 하나에 대한 서로 다른 판단 두 개를 단일 출력 경로로 보내며, 이때 성공적으로 기록된 이전 판단이 더 최근 판단을 덮어씁니다. 데이터 세트가 실제 이미지마다 행 하나를 포함해야 한다면, 전달된 고유 이미지 경로의 수를 세고 원본 판단과 이미지의 대응 관계를 확인하세요. 고유한 숫자 ID만으로는 이 조건이 충족됐는지 확인할 수 없습니다. 평가 점수는 호출 측이 ID를 사용하는 방식에 따라 달라지며, 여기서는 점수를 측정하지 않았습니다. [공통 어노테이션 프로젝션](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L653)

파이프라인 실패를 확인하도록 설정한 상태에서 `python3 -B check-coco-identity.py | cmp - coco-identity-observations.json`을 실행하세요. [검사 도구](https://sapien1.com/research/annotation-export-yolo-coco/check-coco-identity.py), SHA-256 `fb6f5a0eb3b8f269576353203f40e81b46515e55182f9b377b45ba34e4925d82`는 고정된 버전의 SDK에서 가져온 정확한 어노테이션 프로젝션, 사각형 좌표 및 COCO 기록기와 고정된 버전의 COCO Python 소스에서 가져온 정확한 인덱스 및 ID 쿼리를 사용합니다. 로컬 이미지 크기 대체 함수는 고정된 가상 이미지에 대해 100 × 100을 제공합니다. 결과 기록은 원본 이미지의 전체 경로를 비교한 후 고정된 기본 파일 이름으로 정규화합니다. 로컬에서 두 번 실행한 결과와 독립적으로 재실행한 결과는 세 사례 모두에서 바이트 단위까지 일치했습니다. [저장된 관찰 결과](https://sapien1.com/research/annotation-export-yolo-coco/coco-identity-observations.json), SHA-256 `bb4b13aae5a7c471507f1ebcdb9cac2dcd7c2fe62f232489b0a00078ec12e222`.

이전 보고서는 YOLO에서 이전 판단이 적용되는 현상을 기록했습니다. COCO 관련 검색에서는 의미가 불분명한 빈 결과와 분리된 브러시 마스크로 인한 추가 어노테이션에 관한 유사 보고서가 발견됐습니다. 이 파일럿은 이미지 하나에 여러 판단이 있을 때 이미지 ID를 확인합니다. 실행 시 가져오는 고정된 버전의 공개 Apache-2.0 SDK와 BSD 라이선스 COCO 코드를 사용하며, 자체 코드와 가상의 결과를 함께 제공합니다. 설치된 앱, 미디어 디코딩, 모델 학습 및 평가는 이 픽스처의 범위에 포함되지 않습니다. [이전 YOLO 보고서](https://github.com/HumanSignal/label-studio/issues/5421) · [빈 COCO 결과 이슈](https://github.com/HumanSignal/label-studio/issues/9774) · [브러시 마스크 이슈](https://github.com/HumanSignal/label-studio/issues/7737) · [SDK 라이선스](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE) · [COCO 라이선스](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/license.txt)

COCO 검사 도구를 실행하려면 [YOLO 검사 도구(check.py)](https://sapien1.com/research/annotation-export-yolo-coco/check.py)를 같은 디렉터리에 저장하세요. 함께 제공되는 연구를 재현하려면 출력 결과를 [YOLO 관찰 결과(JSON)](https://sapien1.com/research/annotation-export-yolo-coco/observations.json)와 비교하세요.
