# Vilken bedömning finns kvar efter en YOLO-export från Label Studio?

Kontrollerat den 18 november 2026. När 2 aktiva annoteringar med begränsningsrutor för samma bild nådde YOLO-konverteraren i Label Studio SDK 2.1.2 behöll standardexporten den äldre annoteringens klass. Resultatet var oförändrat när ordningen i annoteringarnas indataarray vändes. När de 2 skapandetiderna byttes ändrades den klass som fanns kvar. Experimentet använde 1 fiktiv uppgift, 1 lokal bildsökväg och 2 giltiga rektanglar.

Konverteraren sorterar aktiva annoteringar från nyast till äldst efter skapandetid och lämnar båda vidare. För samma bild skapar standardskrivaren för YOLO samma etikettsökväg för båda annoteringarna. I denna testuppsättning skrivs den äldre bedömningens rektangel som nummer 2 och ersätter den första filen. Den nyare klassen listas fortfarande i `classes.txt` eftersom båda klasserna är deklarerade i projektets schema. Versionstaggen för Label Studio 1.23.2 anger SDK 2.1.2, och det generella YOLO-konverteringsanropet lämnar `split_labelers` på standardvärdet. [Appens beroende](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/pyproject.toml#L75) · [Appens konverteringsanrop](https://github.com/HumanSignal/label-studio/blob/df96d79183156e556d91825d15fa7721f1145e1a/label_studio/data_export/models.py#L145-L170) · [SDK:ns vidarekoppling](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L294-L305) · [Sortering efter skapandetid](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L593-L626) · [Hantering av sökvägar och tomma resultat](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L1074-L1109) · [Ersättning av fil](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/exports/yolo.py#L153-L171)

| Fall | Resultat |
| --- | --- |
| A äldre än B, båda ordningarna i indataarrayen | `sample.txt` innehåller A |
| B äldre än A | `sample.txt` innehåller B |
| Separata mappar för annoterare, 2 olika aktörs-ID:n | Aktör 11:s fil innehåller A och aktör 12:s innehåller B |
| Separata mappar för annoterare, samma aktörs-ID | Aktör 11:s fil innehåller A |
| Äldre resultat tomt och nyare resultat B | `sample.txt` innehåller B |

Det tomma äldre resultatet skapar endast en tom fil om det inte redan finns en. Den grenen begränsar slutsatsen om ålder till de 2 giltiga bedömningarna med innehåll i de första 3 körningarna med standardinställningar. Separata mappar för annoterare är ett SDK-alternativ och bevarar inte flera bedömningar som samma aktör skriver till samma sökväg. Testuppsättningen visar inte hur ett projekt valde bedömningarna i indata eller hur någon modell skulle prestera. [Alternativ och standardvärde](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/src/label_studio_sdk/converter/converter.py#L966-L994)

För en leverans som ska bevara granskningshistoriken, kontrollera ett känt omtvistat objekt i både källexporten och det levererade formatet. Den slutliga textfilen förklarar inte i sig hur bedömningen valdes. Om ett team avsiktligt vill ha en bedömning per bild bör det dokumentera regeln för urval eller avgörande innan bedömningarna förenklas till leveransetiketter.

Kör `python3 check.py | cmp - observations.json` med kontroll av pipeline-fel aktiverad. [Kontrollverktyget](https://sapien1.com/research/annotation-export-yolo-coco/check.py), som använder standardbiblioteket, beräknar hashvärden för 92 423 byte över 4 låsta SDK-filer. Det kör den faktiska filläsaren för en enskild uppgift, projiceringen av annoteringar, rektangelkonverteringen och etikettskrivaren med ett fast schema och en befintlig fiktiv lokal sökväg. De exakta [observationerna](https://sapien1.com/research/annotation-export-yolo-coco/observations.json) dokumenterar ordningen för indata och bearbetning, klassfilen samt alla etikettsökvägar och rader. Båda körningarna gav byteidentiska resultatfiler. De 4 källfilerna jämfördes också byte för byte med PyPI:s wheel för 2.1.2, 1 066 859 byte, SHA-256 `8b95a4021f0bb4bd5a4cdce38d998cfbc0028d68681f0fd3e9907525967013c3`, som granskades i minnet utan installation. Experimentet kör inte hela tjänsten, dess serialiserare eller SDK:ns parser för uppgiftsarrayer. [PyPI-distribution](https://pypi.org/project/label-studio-sdk/2.1.2/#files)

En tidigare rapport för Label Studio 1.11.0 beskriver hur den äldre bedömningen fanns kvar efter att en ny annotering lagts till i samma uppgift. Denna testuppsättning för SDK 2.1.2 återskapar effekten där den äldre bedömningen behålls för en bildsökväg med en fast uppsättning etiketter. Kontrollerna skiljer ordningen efter skapandetid från indataordning, aktörsgruppering och ett tomt resultat. Separata rapporter behandlar dubbla basfilnamn för olika bilder och tvetydighet mellan tomma och ogranskade COCO-annoteringar. Paketet innehåller egen Python-kod och påhittade observationer. Kontrollverktyget hämtar låst offentlig SDK-källkod med Apache-2.0-licens vid körning. [Tidigare YOLO-rapport](https://github.com/HumanSignal/label-studio/issues/5421) · [Rapport om dubbla basfilnamn](https://github.com/HumanSignal/label-studio/issues/7096) · [Rapport om tomma COCO-annoteringar](https://github.com/HumanSignal/label-studio/issues/9774) · [SDK-licens](https://github.com/HumanSignal/label-studio-sdk/blob/c20c899aaaa302740dacd46a47e5774bb677561f/LICENSE)
