如何备份及恢复FiftyOne数据集的tags、detections等动态数据？

备份方案 #

以下方案均跳过图片、视频等静态媒体资源，仅备份手动标签、标注结果等动态内容：

• 全量动态内容备份（推荐）
  用FiftyOne原生导出接口导出所有元数据、手动tags、detections、segmentations标注，完整保留字段结构，适配大小数据集：

  import fiftyone as fo
  
  # 加载目标数据集
  dataset = fo.load_dataset("your_dataset_name")
  
  # 执行备份
  dataset.export(
      export_dir="./fiftyone_dynamic_backup",
      dataset_type=fo.types.FiftyOneDataset,
      export_media=False, # 核心配置：不导出静态媒体资源
      include_tags=True, # 保留所有手动创建的样本、帧标签
  )
  

  若仅需要备份指定字段，可添加include_fields=["tags", "detections", "segmentations"]参数缩小备份范围。
• 轻量化标签备份
  仅提取核心标签和标注字段导出为JSON，适合定期高频备份手动标注内容：

  import json
  import fiftyone as fo
  
  dataset = fo.load_dataset("your_dataset_name")
  backup_content = []
  for sample in dataset:
      item = {
          "sample_id": str(sample.id),
          "tags": list(sample.tags),
          "detections": sample.detections.to_dict() if sample.has_field("detections") else None,
          "segmentations": sample.segmentations.to_dict() if sample.has_field("segmentations") else None
      }
      backup_content.append(item)
  
  with open("./fiftyone_tag_backup.json", "w", encoding="utf-8") as f:
      json.dump(backup_content, f, indent=2, ensure_ascii=False)
  

恢复方案 #

• 全量备份恢复
  对应全量动态内容备份的恢复方法，可选择恢复为新数据集或合并到现有数据集：

  import fiftyone as fo
  
  # 方案1：恢复为独立新数据集（不影响原有数据，推荐）
  restored_dataset = fo.Dataset.from_dir(
      dataset_dir="./fiftyone_dynamic_backup",
      dataset_type=fo.types.FiftyOneDataset,
      name="restored_dataset"
  )
  
  # 方案2：合并备份内容到现有数据集
  exist_dataset = fo.load_dataset("your_exist_dataset")
  exist_dataset.merge_dir(
      dataset_dir="./fiftyone_dynamic_backup",
      dataset_type=fo.types.FiftyOneDataset,
      merge_strategy="replace", # 标注冲突时优先用备份内容，可改"keep"保留现有内容
      overwrite=True
  )
  exist_dataset.save()
  

• 轻量化标签备份恢复
  对应轻量化JSON备份的恢复方法，按样本ID匹配回填标注：

  import json
  import fiftyone as fo
  
  dataset = fo.load_dataset("your_dataset_name")
  with open("./fiftyone_tag_backup.json", "r", encoding="utf-8") as f:
      backup_data = json.load(f)
  
  for item in backup_data:
      sample = dataset[item["sample_id"]]
      sample.tags = item["tags"]
      if item["detections"]:
          sample.detections = fo.Detections.from_dict(item["detections"])
      if item["segmentations"]:
          sample.segmentations = fo.Segmentations.from_dict(item["segmentations"])
      sample.save()
  

注意：恢复操作前建议先对当前数据集做临时快照，避免误操作导致现有标注被覆盖。

内容的提问来源于stack exchange，提问作者mherzog