如何将Vott标注数据导入Google Cloud AutoML替代官方标注服务

一、同类Vott的本地标注工具推荐 #

• LabelImg：轻量级开源图像标注工具，支持分类、bounding box标注，完全本地运行无网页加载延迟，可自行调整光标样式适配浅背景图片，导出格式支持自定义。
• LabelMe：MIT开发的开源标注工具，覆盖多类型标注任务，支持自定义界面配色和光标参数，标注效率远高于网页端Google标注服务。
• CVAT：英特尔开源的计算机视觉标注平台，支持本地私有化部署，可批量导入导出多种标注格式，界面交互自由度高，可按需调整光标颜色适配不同背景素材。

二、Vott标注转Google Cloud AutoML导入格式实现 #

Google Cloud AutoML图像分类数据集的导入CSV固定格式为[GCS文件路径],[标签]，多标签场景下多个标签直接用逗号分隔即可，你可以使用以下Python脚本完成Vott导出CSV到AutoML适配格式的转换：

import pandas as pd

# 自定义配置项
VOTT_EXPORT_CSV_PATH = "替换为你的Vott导出标注文件本地路径.csv"
OUTPUT_AUTOML_CSV_PATH = "替换为输出的AutoML可用CSV路径.csv"
GCS_BUCKET_PREFIX = "gs://替换为你上传图片的GCS存储桶对应路径/"

# 读取Vott标注数据
vott_data = pd.read_csv(VOTT_EXPORT_CSV_PATH)
# 按图片文件名聚合标签（同时兼容单标签、多标签分类场景）
label_agg = vott_data.groupby("image")["label"].apply(lambda x: ",".join(x.unique())).reset_index()
# 拼接生成AutoML要求的GCS路径
label_agg["gcs_full_path"] = GCS_BUCKET_PREFIX + label_agg["image"]
# 按AutoML要求的列顺序整理数据
automl_format_data = label_agg[["gcs_full_path", "label"]]
# 导出无表头的CSV文件，可直接上传至AutoML导入
automl_format_data.to_csv(OUTPUT_AUTOML_CSV_PATH, header=False, index=False, encoding="utf-8")

注意：运行脚本前请确认Vott导出的CSV中记录的图片文件名，与你上传到Google Cloud Storage的图片文件名完全一致，替换脚本中GCS存储桶前缀为你自己的路径即可。

内容的提问来源于stack exchange，提问作者Muneeb Ahmad Khurram