Orientação EXIF no Ultralytics YOLO: porque é que fotos rodadas de lado prejudicam os conjuntos de dados
Os valores de orientação EXIF de 5 a 8 trocam a largura e a altura de uma imagem. Descobre como uma tag ignorada desalinha as etiquetas e como a Ultralytics agora lê corretamente as imagens com tag.
Sergiu Waxmann16 min de leitura
Uma foto parece estar direita na galeria, no browser e na ferramenta de anotação. Depois, um script de treino lê-a rodada de lado, e as caixas que desenhaste podem ficar sobre a parte errada da imagem. Nada falha. O modelo simplesmente aprende com etiquetas que já não correspondem aos píxeis.
As etiquetas e os píxeis deixam de coincidir sempre que duas ferramentas usam referencializações diferentes para o mesmo ficheiro, e a orientação EXIF é uma das causas: uma pequena etiqueta de metadados que indica ao software como rodar uma imagem para a apresentar, enquanto os píxeis permanecem como a câmara os guardou. Alguns leitores aplicam a etiqueta e outros não. Este guia explica a etiqueta, como pode prejudicar a anotação de dados e o treino, e como auditar um conjunto de dados para detetá-la. Também aborda duas novidades que acabámos de lançar: a Ultralytics 8.4.214 aplica agora a orientação EXIF de forma consistente ao ler imagens, e a Ultralytics Platform pode agora rodar uma imagem e as respetivas anotações em conjunto quando os píxeis dos ficheiros estão simplesmente virados de lado.
A orientação EXIF é uma instrução de apresentação, não uma rotação#
Uma câmara pode guardar os píxeis tal como o sensor os captou e escrever um valor Orientation nos metadados EXIF do ficheiro (tag 274, ou 0x0112), em vez de rodar a própria grelha de píxeis. Um visualizador que respeite a etiqueta roda a imagem antes de a mostrar; um que a ignore mostra a grelha em bruto. Outros dispositivos rodam os dados dos píxeis antes de os guardar, pelo que a presença de uma etiqueta numa determinada foto depende do dispositivo e do software que a processaram desde então.
A etiqueta tem um de oito valores, listados na referência de etiquetas EXIF do ExifTool:
| Valor | Significado | Largura e altura apresentadas |
|---|---|---|
| 1 | Normal, sem alterações | Igual ao ficheiro guardado |
| 2 | Espelhar horizontalmente | Igual ao ficheiro guardado |
| 3 | Rodar 180° | Igual ao ficheiro guardado |
| 4 | Espelhar verticalmente | Igual ao ficheiro guardado |
| 5 | Espelhar horizontalmente e rodar 270° no sentido horário | Trocadas |
| 6 | Rodar 90° no sentido horário | Trocadas |
| 7 | Espelhar horizontalmente e rodar 90° no sentido horário | Trocadas |
| 8 | Rodar 270° no sentido horário | Trocadas |
Dois detalhes são importantes para a visão computacional. Os valores de 5 a 8 trocam a largura e a altura apresentadas, por isso uma imagem guardada com 4000 x 3000 passa a ter 3000 x 4000 no ecrã. E os valores 2, 4, 5 e 7 incluem um espelhamento, pelo que uma imagem pode parecer aproximadamente direita, embora o texto e a disposição esquerda-direita estejam invertidos. Uma foto de retrato com a etiqueta 6 é o caso clássico de imagem rodada de lado.
Porque é que fotos rodadas de lado prejudicam silenciosamente os conjuntos de dados de visão#
As caixas delimitadoras, os polígonos e os pontos-chave são guardados como coordenadas relativas a uma imagem e, no formato Ultralytics YOLO, essas coordenadas são normalizadas em relação à largura e à altura da imagem. Só têm significado se todas as ferramentas concordarem sobre o referencial a que dizem respeito.

Um JPEG com Orientation 6, lido de duas formas. À esquerda: orientação aplicada, com deteções YOLO26x. À direita: orientação ignorada, com as mesmas etiquetas normalizadas colocadas sobre os píxeis guardados.
É assim que um conjunto de dados com imagens etiquetadas pode deixar de estar alinhado:
- Um anotador etiqueta a imagem direita. Se o browser ou a ferramenta de anotação aplicar a etiqueta, a caixa em torno de uma pessoa fica onde a pessoa aparece no ecrã.
- Um carregador de dados de treino lê a grelha guardada. Se o descodificador ignorar a etiqueta, a mesma caixa normalizada é colocada sobre píxeis rodados 90 graus, onde pode cobrir o objeto errado ou não cobrir nada.
- O treino decorre na mesma. As coordenadas continuam entre 0 e 1, pelo que nenhuma validação do formato falha. O modelo aprende com pares desalinhados, o que pode prejudicar as previsões em imagens reais. Se a divisão de validação tiver o mesmo desalinhamento, a precisão média média pode induzir-te em erro em vez de assinalar o problema.
As orientações espelhadas são mais difíceis de detetar, porque uma imagem invertida pode passar numa verificação visual rápida. Invertem o texto e, na estimativa de pose, afastam os pontos de referência do corpo do lado esquerdo e do lado direito das respetivas etiquetas.
O problema também é difícil de detetar. Um conjunto de dados criado a partir de carregamentos de telemóveis, inspeções no terreno ou fotos colaborativas pode misturar ficheiros com e sem etiquetas, e apenas as imagens lidas num referencial diferente do das respetivas etiquetas ficam desalinhadas. O dano parece resultar de etiquetas ruidosas, não de um erro no pipeline.
O mesmo ficheiro pode ser lido de duas formas no OpenCV#
Se leres imagens com o OpenCV, a aplicação da etiqueta depende de como o invocas. A documentação de imread do OpenCV indica que a orientação EXIF é aplicada, a menos que passes IMREAD_IGNORE_ORIENTATION ou IMREAD_UNCHANGED. É fácil recorreres a essa segunda flag: é assim que manténs um canal alfa ou bandas adicionais.
Ao auditar o pacote Ultralytics, descobrimos que o caminho de leitura dependia da flag, do formato e da versão do OpenCV. Antes de PR #27168, o nosso imread comportava-se assim para as orientações de 2 a 8:
| Leitura | Resultado antes da versão 8.4.214 |
|---|---|
JPEG, PNG ou WebP lido com IMREAD_UNCHANGED (conjuntos de dados e modelos com channels diferente de 1 ou 3) | Tal como foi guardado, em todas as versões do OpenCV |
| WebP com qualquer flag, OpenCV anterior à versão 5.0 | Tal como foi guardado |
predict("a.webp") vs. predict(Image.open("a.webp")), OpenCV anterior à versão 5.0 | Dois referenciais diferentes |
| JPEG e PNG, a cores ou em escala de cinzentos | Direita |
As leituras de JPEG e PNG a cores e em escala de cinzentos já ficavam direitas. O risco estava nos conjuntos de dados com channels diferente de 1 ou 3, nos ficheiros WebP no OpenCV 4.x e nas comparações entre previsões num ficheiro WebP e numa imagem PIL. Com channels: 4, por exemplo, a forma da imagem em cache já era a forma direita, mas os píxeis não, pelo que os recortes em mosaico, os lotes retangulares e o redimensionamento de máscaras usavam uma forma transposta.
A Ultralytics 8.4.214 aplica a orientação EXIF de forma consistente#
Desde a versão 8.4.214, lançada a 15 de novembro de 2026, imread aplica a orientação EXIF a leituras a cores, em escala de cinzentos e sem alterações em todos os formatos e versões do OpenCV suportados, exceto em alguns casos-limite indicados abaixo. A referência de imread enuncia o objetivo: as etiquetas e as previsões usam o mesmo referencial apresentado pelos visualizadores. A documentação dos conjuntos de dados de deteção indica agora o mesmo para as coordenadas das etiquetas, para que a convenção fique documentada onde os autores dos conjuntos de dados a procuram.
Como funciona, resumidamente:
- Leituras consistentes em diferentes caminhos. O carregamento de imagens dos conjuntos de dados e a previsão a partir de um caminho de imagem individual passam por
imreademultralytics/utils/patches.py, e os conjuntos de dados de classificação e a divisão DOTA também o usam agora. Os caminhos de imagem passados apredictcomo lista são abertos com Pillow e corrigidos segundo a orientação EXIF; as imagens PIL também são corrigidas segundo a orientação EXIF. Assim, fora dos casos-limite indicados abaixo, produzem o mesmo referencial direito. - As etiquetas são aplicadas quando o OpenCV as ignora. Nas leituras sem alterações e em todas as leituras de WebP, a imagem é descodificada com
IMREAD_IGNORE_ORIENTATIONe a etiqueta é depois aplicada à matriz, pelo que o resultado não depende da versão do OpenCV. - A etapa EXIF verifica o conteúdo do ficheiro. A etiqueta é aplicada a dados JPEG, WebP e PNG com um bloco eXIf, mesmo com uma extensão incorreta, como um JPEG com o nome
.webp. Os dados TIFF são deixados ao descodificador TIFF do OpenCV, que os orienta por si só, e AVIF e HEIC são processados através deexif_transposedo Pillow. - Pillow apenas quando necessário. Os blocos PNG são analisados primeiro, por isso só se recorre ao Pillow quando existe um bloco eXIf.
Validámos a alteração no OpenCV 5.0.0, 4.12.0 e 4.7.0 com Pillow 13.0.0, comparando os píxeis com exif_transpose do Pillow. Todas as oito orientações foram lidas na posição correta para JPEG, PNG (RGB e RGBA) e WebP (RGB e RGBA), em leituras a cores, em escala de cinzentos e sem alterações: 45 combinações no total. As imagens sem etiquetas são descodificadas para as mesmas matrizes de antes.
Alguns casos-limite mantêm a orientação guardada: um JPEG guardado com uma extensão .tif ou .tiff (exceto em leituras em escala de cinzentos), leituras de JPEG e PNG em que passas deliberadamente IMREAD_IGNORE_ORIENTATION (os ficheiros WebP continuam a ser rodados para a posição correta) e, com o limite de píxeis predefinido do Pillow, leituras sem alterações de JPEG ou PNG e leituras de WebP de imagens com mais de cerca de 179 megapíxeis. Nestes casos, incorpora a orientação nos píxeis antes do treino (consulta os passos de auditoria abaixo).
A versão da cache do conjunto de dados passou para 1.0.13, pelo que as caches de etiquetas com as formas antigas são reconstruídas uma vez na próxima execução. Uma exceção: no caso de um PNG cujo bloco eXIf surja depois dos dados da imagem, os píxeis são lidos na posição correta, mas a forma em cache pode continuar a ser a forma guardada. Incorpora a orientação nesses PNG e reconstrói a cache.
Roda uma imagem e as respetivas etiquetas na Ultralytics Platform#
Um leitor melhor lida com ficheiros etiquetados. Mas não ajuda quando os próprios píxeis estão na posição errada: uma digitalização carregada de lado, uma foto exportada de cabeça para baixo ou uma etiqueta removida a montante, deixando apenas a grelha guardada. Os metadados não indicam a orientação correta dessas imagens. É preciso rodá-las de verdade e rodar também as respetivas etiquetas.
A Ultralytics Platform permite agora fazê-lo no visualizador em ecrã inteiro da galeria de conjuntos de dados. Com acesso de edição, prime R ou o botão de rotação para rodar a imagem e as respetivas anotações 90 graus no sentido horário. As caixas, os polígonos e os pontos-chave acompanham os píxeis, para que as anotações continuem sobre os objetos que descrevem.
Como trata os teus dados:
- Sem degradação acumulada. A Platform mantém a imagem tal como foi guardada inicialmente e representa cada rotação a partir desse original, por isso as rotações repetidas não a degradam e voltar a rodá-la para a posição direita restaura o original.
- Os píxeis rodados são os que obténs. A Platform roda os píxeis guardados em vez de escrever uma flag de rotação, por isso os conjuntos de dados exportados não incluem um novo campo, e Transferir guarda a imagem completa, rodada tal como é apresentada.
A rotação não está disponível para conjuntos de dados de profundidade, conjuntos de dados multiespectrais, imagens guardadas como TIFF, nem conjuntos de dados em armazenamento na cloud ou On Premise.
A normalização dos carregamentos da Platform aplica a orientação EXIF. Quando a etiqueta descreve corretamente o ficheiro, a imagem é carregada na posição correta, e os valores de 5 a 8 trocam a respetiva largura e altura para corresponder. Usa a opção Rotate quando uma imagem continua na orientação errada.

Uma imagem rodada de lado no visualizador em ecrã inteiro da Ultralytics Platform, antes e depois de Rotate. A imagem passa de 3000 x 2400 para 2400 x 3000, e todas as anotações rodam com ela.
Como auditar e corrigir a orientação EXIF no teu conjunto de dados#
Começa por procurar etiquetas. Este script apresenta os ficheiros JPEG, PNG e WebP de uma pasta cujo valor da etiqueta Orientation não seja 1:
from pathlib import Path
from PIL import Image
for path in Path("datasets/my_data/images").rglob("*"):
if path.suffix.lower() in {".jpg", ".jpeg", ".png", ".webp"}:
with Image.open(path) as im:
orientation = im.getexif().get(274, 1) # 274 é a etiqueta Orientation do EXIF
if orientation != 1:
print(path, orientation)Um resultado limpo significa que nenhum desses ficheiros tem um valor de Orientation diferente de 1. Não deteta ficheiros com uma extensão enganadora, imagens cujos píxeis guardados estão de lado, nem etiquetas desenhadas num referencial diferente. Depois, confirma o que a Ultralytics irá ver; a partir da versão 8.4.214, imread devolve o referencial apresentado, exceto nos casos-limite indicados acima:
import cv2
from ultralytics.utils.patches import imread
img = imread("datasets/my_data/images/train/photo.jpg", cv2.IMREAD_UNCHANGED)
print(img.shape) # (altura, largura, canais), como os visualizadores apresentam a imagemA partir daí, a correção depende da forma como as etiquetas foram criadas:
- Atualiza. Executa
pip install -U ultralyticspara obter a versão 8.4.214 ou posterior, para que o treino, a validação e a previsão leiam ficheiros de imagem etiquetados e imagens PIL no referencial apresentado, sujeitos aos casos-limite indicados acima. As matrizes NumPy e os tensores não incluem uma etiqueta EXIF, por isso certifica-te de que estão corretamente orientados antes de os passares apredict. - Limpa as caches de imagens antigas. Se as execuções anteriores tiverem criado caches de imagens
.npyjunto às imagens, apaga esses ficheiros gerados pela Ultralytics antes de verificar ou voltar a treinar, mesmo que a próxima execução usecache=False, porque o carregador ainda pode encontrar os ficheiros existentes. Mantém os ficheiros NumPy não relacionados; as caches de etiquetas são reconstruídas automaticamente. - Compara algumas imagens etiquetadas com as respetivas etiquetas. Desenha as etiquetas sobre a imagem na posição correta. Se os anotadores tiverem trabalhado numa ferramenta que respeite a etiqueta, as caixas estarão alinhadas.
- Se as etiquetas tiverem sido desenhadas sobre a grelha guardada, o que pode acontecer com scripts ou ferramentas que ignoram a etiqueta, volta a anotar essas imagens ou transforma as etiquetas para a vista na posição correta. Rodar apenas os píxeis só desloca o desalinhamento.
- Corrige as imagens cujos píxeis estão na orientação errada com a ação Rotate da Platform, que também roda as anotações, e volta a treinar.
Para que os ficheiros tenham o mesmo aspeto em todas as ferramentas e para abranger a maioria dos casos-limite acima, incorpora a orientação nos píxeis com ImageOps.exif_transpose do Pillow e guarda uma cópia. Faz isso antes da anotação ou transforma também as etiquetas. O Pillow avisa quando se ultrapassa o limite de píxeis predefinido e recusa imagens com mais do dobro desse limite, cerca de 179 megapíxeis. Para imagens grandes em que confias, aumenta Image.MAX_IMAGE_PIXELS antes de as abrir.
Para uma lista de verificação pré-treino mais abrangente, as lições da Academy sobre controlo de qualidade de conjuntos de dados e qualidade das anotações abrangem as outras verificações que vale a pena fazer em conjunto com esta.
Aumentar dados com rotação não corrige um desalinhamento de orientação#
É tentador pensar que a rotação aleatória durante o treino torna a orientação irrelevante. A aumentação de dados, como a opção degrees na aumentação do YOLO, roda a imagem e as respetivas etiquetas em conjunto, mantendo-as alinhadas enquanto ensina o modelo a lidar com objetos inclinados. Uma leitura EXIF incorreta separa a imagem das etiquetas antes de a aumentação ser executada e, depois, rodá-las em conjunto mantém-nas separadas.
A mesma lógica aplica-se a tarefas com uma direção de referência fixa. Se o teu modelo ler texto, como no nosso guia sobre OCR em Python com Ultralytics YOLO26, ou distinguir a esquerda da direita, uma orientação espelhada altera o significado da imagem, não apenas o ângulo.
Quem deve auditar a orientação EXIF#
Executa a verificação se alguma destas situações se aplicar aos teus dados:
- Fotos de telemóveis ou tablets, provenientes de inspeções no terreno, auditorias de retalho, pedidos de indemnização de seguros ou recolhas colaborativas.
- Fontes mistas combinadas num único conjunto de dados, em que alguns ficheiros podem ter etiquetas e outros não.
- Conjuntos de dados WebP ou conjuntos de dados com
channelsdiferente de 1 ou 3, treinados com versões da Ultralytics anteriores à 8.4.214. - Documentos digitalizados, cujas páginas podem chegar com os píxeis de lado e precisam de ser rodadas de verdade.
Depois de limpares os dados, podes anotar e treinar um modelo Ultralytics YOLO26 no mesmo espaço de trabalho, com cada etiqueta sobre os píxeis que descreve. Para saberes mais sobre como manter um conjunto de dados saudável na Platform, consulta gestão inteligente de conjuntos de dados com a Ultralytics Platform.
Perguntas frequentes
A orientação EXIF é um valor de metadados entre 1 e 8, guardado na etiqueta 274 de um ficheiro de imagem, que indica ao software como rodar ou espelhar os píxeis guardados para os apresentar. O valor 1 significa sem alterações; o valor 6 significa rodar 90 graus no sentido horário. Os píxeis em si não são rodados, pelo que as ferramentas que ignoram a etiqueta mostram a imagem tal como foi guardada, muitas vezes de lado.
Muitas vezes, o ficheiro tem uma etiqueta Orientation que a ferramenta recetora não aplica. O telemóvel e o browser respeitam a etiqueta, pelo que a foto parece estar direita nesses dispositivos, enquanto um descodificador que a ignora mostra a grelha guardada. Se os píxeis guardados estiverem de lado e nenhuma etiqueta os corrigir, roda a própria imagem.
Geralmente.
imreaddo OpenCV aplica a etiqueta, a menos que passesIMREAD_IGNORE_ORIENTATIONouIMREAD_UNCHANGED, e as versões anteriores à 5.0 também mantinham os ficheiros WebP tal como foram guardados. Desde a versão 8.4.214, o próprioimreadda Ultralytics aplica a etiqueta em leituras a cores, em escala de cinzentos e sem alterações em todas as versões do OpenCV que testámos.Sim. A partir da versão 8.4.214 da Ultralytics, os ficheiros de imagem e as imagens PIL são lidos com a respetiva orientação EXIF aplicada, exceto em alguns casos-limite, como um JPEG guardado com uma extensão
.tif, e as coordenadas das etiquetas referem-se ao mesmo referencial apresentado. As matrizes NumPy e os tensores não têm uma etiqueta EXIF, pelo que têm de estar corretamente orientados antes da previsão.Abre a imagem no visualizador em ecrã inteiro do conjunto de dados e prime
Rou o botão de rotação; cada vez que prime, a imagem e as respetivas anotações rodam 90 graus no sentido dos ponteiros do relógio. Precisas de acesso de edição, e a rotação não está disponível para imagens de profundidade, multiespectrais ou TIFF, nem para conjuntos de dados armazenados na nuvem ou no local.
Escrito por
Comentários
Faça uma pergunta, compartilhe seus resultados ou ajude alguém.










