# Uma imagem pode gerar dois IDs de imagem COCO

Em uma conversão controlada com o Label Studio SDK 2.1.2, dois julgamentos válidos de caixas para uma tarefa e uma imagem local geraram dois IDs de imagem COCO. Ambas as linhas de imagem continham exatamente o mesmo caminho de arquivo. Cada caixa fazia referência a um ID de imagem gerado diferente. O índice Python do COCO, na versão fixada, listou os dois IDs separadamente. Com `LABEL_STUDIO_FORCE_ANNOTATOR_EXPORT` não definida neste conjunto de teste, as linhas das caixas continham IDs de anotação gerados e omitiam os IDs originais dos julgamentos e dos responsáveis. [Linhas de imagem do conversor](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L767-L830) · [Linhas das caixas](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L885-L936) · [Índice COCO](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L89-L117) · [IDs de imagem sem filtro](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L177-L196)

| Origem de uma imagem | Resultado COCO | Índice COCO sem filtro |
| --- | --- | --- |
| Dois julgamentos divergentes | Duas linhas para o mesmo caminho, com o resultado B no ID 0 e o A no ID 1 | IDs 0 e 1 |
| Dois julgamentos concordantes | Duas linhas para o mesmo caminho, com o resultado A nos dois IDs | IDs 0 e 1 |
| Um julgamento selecionado | Uma linha para o caminho, com o resultado A no ID 0 | ID 0 |

O conversor gera um item por julgamento elegível. No ramo testado, ele atribui um ID de imagem e acrescenta uma nova entrada de imagem para cada item. Tanto a concordância quanto a divergência geraram dois IDs. O [conjunto de teste YOLO correspondente](https://sapien1.com/pt-BR/research/annotation-export-yolo-coco/README.md) envia dois julgamentos divergentes para uma imagem a um único caminho de saída, onde a gravação bem-sucedida mais antiga substitui a mais recente. Conte os caminhos distintos das imagens entregues e verifique o mapeamento entre julgamentos de origem e imagens quando se espera que um conjunto de dados contenha uma linha por imagem subjacente. IDs numéricos únicos, por si só, não comprovam essa propriedade. A pontuação de uma avaliação depende de como o código que a executa usa os IDs, e nenhuma pontuação foi medida aqui. [Projeção compartilhada de anotações](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L653)

Execute `python3 -B check-coco-identity.py | cmp - coco-identity-observations.json` com a verificação de falhas no pipeline ativada. O [verificador](https://sapien1.com/research/annotation-export-yolo-coco/check-coco-identity.py), SHA-256 `fb6f5a0eb3b8f269576353203f40e81b46515e55182f9b377b45ba34e4925d82`, usa exatamente a projeção de anotações, a geometria dos retângulos e o gerador COCO do SDK na versão fixada, além do índice e da consulta de IDs exatos do código-fonte Python do COCO na versão fixada. Um substituto local para a obtenção do tamanho da imagem fornece 100 por 100 para uma imagem fictícia fixa. O registro compara o caminho completo da imagem de origem antes de normalizá-lo para um nome de arquivo estável. Duas execuções locais e uma reprodução independente coincidiram byte a byte nos três casos. [Observações salvas](https://sapien1.com/research/annotation-export-yolo-coco/coco-identity-observations.json), SHA-256 `bb4b13aae5a7c471507f1ebcdb9cac2dcd7c2fe62f232489b0a00078ec12e222`.

Um relatório anterior documenta o efeito do julgamento mais antigo no YOLO. A pesquisa sobre COCO encontrou relatos relacionados sobre resultados vazios ambíguos e anotações extras provenientes de máscaras de pincel desvinculadas. Este piloto verifica IDs de imagem para vários julgamentos de uma mesma imagem. Ele usa código público do SDK sob a licença Apache-2.0 e código do COCO sob licença BSD, ambos em versões fixadas e obtidos em tempo de execução, e inclui seu próprio código e resultados fictícios. O aplicativo instalado, a decodificação de mídia, o treinamento de modelos e a avaliação ficam fora do escopo do conjunto de teste. [Relatório anterior sobre YOLO](https://github.com/HumanSignal/label-studio/issues/5421) · [Problema de COCO vazio](https://github.com/HumanSignal/label-studio/issues/9774) · [Problema de máscara de pincel](https://github.com/HumanSignal/label-studio/issues/7737) · [Licença do SDK](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE) · [Licença do COCO](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/license.txt)

Para executar o verificador COCO, salve o [verificador YOLO (check.py)](https://sapien1.com/research/annotation-export-yolo-coco/check.py) no mesmo diretório. Para reproduzir o estudo complementar, compare a saída com as [observações YOLO (JSON)](https://sapien1.com/research/annotation-export-yolo-coco/observations.json).
