标注数据集管理与COCO导出
接收数据集、标签和逐帧标注,集中保存并查询标注统计,导出COCO格式文件供模型训练使用。
功能与用途
适合在图像或视频标注过程中整理数据集、维护类别标签,并保存和读取各帧已有的标注。提供数据集名称、标签及标注内容后,可以创建、查询、更新或删除数据集,查看标签列表与标注统计,最后导出COCO格式文件,供后续模型训练或数据交付使用。使用前需具备Python运行环境,并接入Aegis Annotation Studio或配套调用程序;可指定数据集存储目录。
适用场景
- 维护目标检测标注集:按项目创建数据集,维护类别标签,保存各帧标注,便于持续积累训练数据。
- 交付COCO格式数据:将已保存的标注数据集导出为COCO文件,供模型训练或交付下游团队使用。
- 核对标注数据规模:查询数据集详情、标签列表和标注统计,了解已有数据的整理情况。
适用人群
- 计算机视觉工程师
- 图像数据标注人员
- 训练数据集管理员
使用步骤
- 配置Python环境并接入标注工作台或调用程序。
- 指定存储目录,创建或选择数据集。
- 维护类别标签,保存或读取逐帧标注。
- 查询标注统计,导出COCO格式文件。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- master
- 最近更新
- 2026-11-03
- 文件数
- 4
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Dataset annotation management — COCO labels, sequences, export, and Kaggle upload
使用前准备
- 具备Python运行环境。
- 接入Aegis Annotation Studio,或准备能调用该脚本的配套程序。
- 准备数据集名称、类别标签及已有标注,并确定存储目录。