# Одно изображение может получить два ID изображения COCO

При контролируемом преобразовании с помощью Label Studio SDK 2.1.2 две корректные разметки рамками для одного задания и одного локального изображения дали два ID изображения COCO. В обеих строках изображений был указан в точности один и тот же путь к файлу. Каждая рамка ссылалась на свой сгенерированный ID изображения. Затем зафиксированная версия индекса COCO Python вывела оба ID отдельно. В этом тестовом наборе переменная `LABEL_STUDIO_FORCE_ANNOTATOR_EXPORT` не была задана, поэтому строки рамок содержали сгенерированные ID аннотаций и не содержали исходные ID разметки и исполнителя. [Строки изображений конвертера](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L767-L830) · [Строки рамок](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L885-L936) · [Индекс COCO](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L89-L117) · [ID изображений без фильтрации](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/PythonAPI/pycocotools/coco.py#L177-L196)

| Источник для одного изображения | Результат COCO | Индекс COCO без фильтрации |
| --- | --- | --- |
| Две разные разметки | Две строки с одним путём: результат B для ID 0, A для ID 1 | ID 0 и 1 |
| Две одинаковые разметки | Две строки с одним путём: результат A для обоих ID | ID 0 и 1 |
| Одна выбранная разметка | Одна строка с путём: результат A для ID 0 | ID 0 |

Конвертер создаёт по одному элементу для каждой подходящей разметки. В протестированной ветке он выделяет ID изображения и добавляет новую запись изображения для каждого элемента. И совпадающие, и различающиеся разметки дали два ID. [Парный тестовый набор YOLO](https://sapien1.com/ru/research/annotation-export-yolo-coco/README.md) направляет две различные разметки одного изображения по одному выходному пути, где успешная запись более старой разметки заменяет более новую. Подсчитайте количество различных путей к изображениям в поставке и проверьте соответствие исходных разметок изображениям, если набор данных должен содержать одну строку на каждое исходное изображение. Уникальность числовых ID сама по себе этого не подтверждает. Оценка зависит от того, как вызывающая сторона использует ID; в этом исследовании оценка не измерялась. [Общее преобразование аннотаций](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L653)

Запустите `python3 -B check-coco-identity.py | cmp - coco-identity-observations.json` с проверкой ошибок конвейера. [Проверочный скрипт](https://sapien1.com/research/annotation-export-yolo-coco/check-coco-identity.py), SHA-256 `fb6f5a0eb3b8f269576353203f40e81b46515e55182f9b377b45ba34e4925d82`, использует в точности те же преобразование аннотаций, геометрию прямоугольников и механизм записи COCO, что и зафиксированная версия SDK, а также в точности те же индекс и запрос ID, что и зафиксированный исходный код COCO Python. Локальная замена для определения размера изображения задаёт размер 100 на 100 для фиксированного вымышленного изображения. В отчёте полный путь к исходному изображению сравнивается до его нормализации до неизменного имени файла. Результаты двух локальных запусков и независимого повторного запуска совпали побайтно во всех трёх случаях. [Сохранённые результаты](https://sapien1.com/research/annotation-export-yolo-coco/coco-identity-observations.json), SHA-256 `bb4b13aae5a7c471507f1ebcdb9cac2dcd7c2fe62f232489b0a00078ec12e222`.

В более раннем отчёте описан эффект замены более новой разметки старой в YOLO. При поиске по COCO были найдены близкие сообщения о неоднозначных пустых результатах и дополнительных аннотациях из отсоединённых масок кисти. Это пилотное исследование проверяет ID изображений при наличии нескольких разметок одного изображения. Оно использует открытый код зафиксированных версий SDK под лицензией Apache-2.0 и COCO под лицензией BSD, загружаемый во время выполнения, и включает собственный код и вымышленные результаты. Установленное приложение, декодирование медиафайлов, обучение моделей и оценка в тестовый набор не входят. [Предыдущий отчёт о YOLO](https://github.com/HumanSignal/label-studio/issues/5421) · [Проблема пустого результата COCO](https://github.com/HumanSignal/label-studio/issues/9774) · [Проблема маски кисти](https://github.com/HumanSignal/label-studio/issues/7737) · [Лицензия SDK](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE) · [Лицензия COCO](https://github.com/ppwwyyxx/cocoapi/blob/2971b0430e0990f119c60c8708ca66d4a5fed5d0/license.txt)

Чтобы запустить проверочный скрипт COCO, сохраните [проверочный скрипт YOLO (check.py)](https://sapien1.com/research/annotation-export-yolo-coco/check.py) в той же папке. Чтобы воспроизвести сопутствующее исследование, сравните его вывод с [результатами YOLO (JSON)](https://sapien1.com/research/annotation-export-yolo-coco/observations.json).
