JSON

JSON, hay JavaScript Object Notation , là một định dạng văn bản nhẹ được sử dụng để lưu trữ và truyền tải dữ liệu. Trong lĩnh vực trí tuệ nhân tạo và máy học, nó đóng vai trò là tiêu chuẩn phổ quát cho việc trao đổi dữ liệu giữa các máy chủ, ứng dụng web và công cụ suy luận . Cấu trúc của nó, bao gồm các cặp khóa-giá trị và danh sách có thứ tự, dễ đọc và viết đối với con người, đồng thời dễ dàng cho máy móc phân tích và tạo ra. Vì không phụ thuộc vào ngôn ngữ, JSON tạo điều kiện thuận lợi cho việc giao tiếp liền mạch giữa một mô hình được huấn luyện trong... Python và một môi trường triển khai chạy trên JavaScript, C++ hoặc Go.

JSON trong các quy trình và triển khai AI

Khi một mô hình thị giác máy tính được triển khai vào môi trường sản xuất, nó thường tương tác với các thành phần phần mềm khác thông qua REST API . Ví dụ, khi một hệ thống giám sát gửi một khung hình video đến máy chủ đang chạy mô hình phát hiện đối tượng , máy chủ sẽ phân tích hình ảnh và trả về kết quả. Thay vì gửi lại hình ảnh nhị phân, máy chủ phản hồi bằng một chuỗi JSON chứa tọa độ của các hộp giới hạn , tên lớp được phát hiện và điểm tin cậy tương ứng của chúng. Phản hồi dựa trên văn bản này dễ dàng được sử dụng bởi các bảng điều khiển giao diện người dùng, ứng dụng di động hoặc cơ sở dữ liệu NoSQL như MongoDB để ghi nhật ký và phân tích.

Ngoài việc suy luận, JSON còn rất quan trọng để cấu trúc dữ liệu huấn luyện . Định dạng tập dữ liệu COCO phổ biến sử dụng lược đồ JSON toàn diện để xác định đường dẫn tệp hình ảnh, thông tin giấy phép và tọa độ chú thích. Điều này trái ngược với các định dạng khác như... YOLO Định dạng TXT sử dụng các tệp văn bản đơn giản được phân tách bằng dấu cách. Các công cụ nâng cao trên Nền tảng Ultralytics thường sử dụng JSON để quản lý siêu dữ liệu dự án phức tạp và phiên bản tập dữ liệu trên đám mây.

Chuyển đổi dự đoán của mô hình sang định dạng JSON

Các khuôn khổ hiện đại đơn giản hóa quá trình tuần tự hóa dữ liệuĐiều này cho phép các nhà phát triển xuất trực tiếp kết quả đầu ra của mô hình sang định dạng JSON. ultralytics Thư viện cung cấp các phương thức tích hợp sẵn để tuần tự hóa kết quả phát hiện, giúp việc tích hợp trở nên dễ dàng hơn. YOLO26 tích hợp các mô hình vào hệ sinh thái phần mềm lớn hơn.

Ví dụ sau đây minh họa cách chạy suy luận với mô hình YOLO26 và chuyển đổi kết quả phát hiện thành chuỗi JSON chuẩn hóa:

import json

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Convert the first result object to a JSON string
# This serializes boxes, classes, and confidence scores
json_output = results[0].tojson()

# Parse back to a dict to verify structure
data = json.loads(json_output)
print(f"Detected {len(data)} objects.")

JSON so với các định dạng liên quan

Mặc dù JSON rất phổ biến trong phát triển web và thiết kế API, điều quan trọng là phải phân biệt nó với các định dạng tuần tự hóa dữ liệu khác thường gặp trong quy trình làm việc của Học sâu .

• JSON so với YAML : YAML được thiết kế để tối đa hóa khả năng đọc hiểu của con người và hỗ trợ chú thích, do đó nó là lựa chọn ưu tiên cho các tệp cấu hình. Ví dụ: điều chỉnh siêu tham số cài đặt hoặc đường dẫn tập dữ liệu trong Ultralytics được định nghĩa trong .yaml Các tệp tin. JSON nghiêm ngặt hơn, không hỗ trợ chú thích và nhìn chung nhanh hơn để máy tính phân tích, do đó phù hợp hơn cho việc truyền dữ liệu và phản hồi API.
• JSON so với XML : XML sử dụng cấu trúc dựa trên thẻ khá chi tiết. Mặc dù từng là tiêu chuẩn cho các tập dữ liệu như Pascal VOC , nhưng hiện nay nó đã được thay thế phần lớn bởi JSON trong các hoạt động học máy hiện đại (MLOps) do kích thước tệp nhỏ hơn và cú pháp đơn giản hơn của JSON.

Tiêu chuẩn hóa và khả năng tương tác

Việc sử dụng rộng rãi JSON thúc đẩy khả năng tương tác giữa các công cụ khác nhau. Cho dù là xuất khẩu phân đoạn đối tượng khẩu trang, lưu trữ phân loại hình ảnh nhãn, hoặc cấu hình một triển khai mô hình Trong quy trình xử lý dữ liệu, JSON đảm bảo dữ liệu luôn được cấu trúc và dễ truy cập. Vai trò của nó còn mở rộng đến... GeoJSON, một định dạng chuyên dụng để mã hóa cấu trúc dữ liệu địa lý, thường được sử dụng trong phân tích ảnh vệ tinh Để ánh xạ các đối tượng được phát hiện lên tọa độ địa lý. Bằng cách tận dụng Python tích hợp sẵn json thư việnNhờ đó, các nhà phát triển có thể dễ dàng xác thực, phân tích và thao tác các cấu trúc dữ liệu này để xây dựng các ứng dụng AI mạnh mẽ.