获取 YOLO 许可
Ultralytics 平台

Ultralytics YOLO 中的 EXIF 方向:横着的照片为何会破坏数据集

EXIF 方向值为 5 到 8 时,图像的宽度和高度会互换。了解遗漏方向标记如何导致标签错位,以及 Ultralytics 现在如何按正确方向读取带标记的图像。

Sergiu WaxmannSergiu Waxmann11 分钟阅读
Ultralytics Platform 全屏查看器显示一张从上方拍摄并带有标注的斑马线图像,旁边是 EXIF 方向值表,其中值 6(顺时针旋转 90 度)被高亮显示;黑色渐变封面标题为“EXIF 方向详解”

照片在你的相册、浏览器和标注工具中看起来都是正的。接着,训练脚本却横着读取图像,你画出的框可能落在图像的错误位置。整个过程不会报错,模型只是从与像素不再对应的标签中学习。

只要两个工具对同一个文件使用了不同的坐标视图,标签和像素就会错位;EXIF 方向就是一种可能的原因:这是一个小型元数据标记,告诉软件如何旋转图像以供显示,而像素仍保持相机保存时的状态。有些读取器会应用该标记,有些则不会。本指南将介绍这个标记、它如何破坏数据标注和训练,以及如何检查数据集中是否存在这个问题。还会介绍我们刚刚发布的两项功能:Ultralytics 8.4.214 现在会在读取图像时一致地应用 EXIF 方向;对于像素本身就是横着的文件,Ultralytics Platform 现在可以同时旋转图像及其标注。

EXIF 方向是一条显示指令,而不是旋转操作#

相机可以按传感器读取的方式保存像素,并将方向值写入文件的 EXIF 元数据(标签 274,即 0x0112),而不直接旋转像素网格。遵循该标记的查看器会在显示前旋转图像;忽略该标记的查看器则会显示原始像素网格。其他设备会在保存前旋转像素数据,因此,某张照片是否带有该标记,取决于设备以及之后处理过它的软件。

该标记有八种取值,列于ExifTool 的 EXIF 标签参考中:

值含义显示宽度和高度
1正常,不变与存储状态相同
2水平镜像与存储状态相同
3旋转 180°与存储状态相同
4垂直镜像与存储状态相同
5水平镜像并顺时针旋转 270°已互换
6顺时针旋转 90°已互换
7水平镜像并顺时针旋转 90°已互换
8顺时针旋转 270°已互换

计算机视觉中有两个细节很重要。值 5 到 8 会互换显示宽度和高度,因此,存储尺寸为 4000 x 3000 的图像在屏幕上会变成 3000 x 4000。值 2、4、5 和 7 还包含镜像操作,因此图像看起来可能大致正向,但其中的文字和左右布局却是反的。方向值为 6 的竖幅照片就是典型的横置情况。

横着的照片为何会悄悄破坏视觉数据集#

边界框、多边形和关键点都以图像为参照存储坐标;在Ultralytics YOLO 格式中,这些坐标会根据图像的宽度和高度进行归一化。只有当所有工具对坐标所参照的图像视图达成一致时,这些坐标才有意义。

一张从上方拍摄的雨中斑马线图像,并排展示两种读取结果。左侧:应用 EXIF 方向读取的照片,带有 YOLO26x 对行人和雨伞的检测结果。右侧:按存储状态读取的同一文件,旋转了 90 度,且相同的归一化标签放在存储像素上

同一张方向值为 6 的 JPEG,以两种方式读取。左侧:已应用方向信息,并显示 YOLO26x 检测结果。右侧:忽略方向信息,相同的归一化标签放在存储像素上。

带有方向标记的图像可能会导致数据集中的视图不一致,具体过程如下:

  1. 标注人员在正向视图中标注。 如果浏览器或标注工具应用了该标记,那么围绕行人的框就会出现在行人显示的位置。
  2. 训练加载器读取存储的像素网格。 如果其解码器跳过该标记,同一个归一化框就会被放到旋转了 90 度的像素上,可能框住错误的目标,或者什么也框不到。
  3. 训练照常进行。 坐标仍在 0 到 1 之间,因此格式检查不会失败。模型会从不匹配的图像和标签对中学习,这可能会损害它在真实图像上的预测效果。如果验证集也存在同样的不匹配,那么平均精度均值可能会误导你,而不是提醒你问题所在。

镜像方向更难发现,因为翻转后的图像可能通过快速目视检查。它会使文字反转;对于姿态估计,还会让身体左右两侧的关键点偏离对应标签。

这个问题也很容易被掩盖。由手机上传、现场检查或众包照片构成的数据集,可能同时包含带标记和不带标记的文件;只有那些读取视图与标签视图不同的图像会错位。这种影响看起来像是标签噪声,而不是流水线错误。

同一文件在 OpenCV 中可能有两种读取结果#

如果你使用 OpenCV 读取图像,是否应用方向标记取决于调用方式。OpenCV imread 文档指出,除非传入 IMREAD_IGNORE_ORIENTATION 或 IMREAD_UNCHANGED,否则会应用 EXIF 方向。人们很容易使用后一个标志:保留 alpha 通道或额外波段时就需要它。

我们审查 Ultralytics 软件包时发现,它的读取路径会受标志、格式和 OpenCV 版本影响。在 PR #27168 之前,对于方向值 2 到 8,我们的 imread 行为如下:

读取方式8.4.214 之前的结果
使用 IMREAD_UNCHANGED 读取 JPEG、PNG 或 WebP(数据集和 channels 不为 1 或 3 的模型)在所有 OpenCV 版本中均按存储状态读取
OpenCV 5.0 之前版本中,使用任意标志读取 WebP按存储状态
OpenCV 5.0 之前版本中的 predict("a.webp") 与 predict(Image.open("a.webp"))两种不同的视图
彩色或灰度 JPEG 和 PNG正向

彩色和灰度 JPEG、PNG 的读取结果此前已经是正向的。风险存在于使用 channels 且其值不为 1 或 3 的数据集、在 OpenCV 4.x 上读取的 WebP 文件,以及对比 WebP 路径与 PIL 图像的预测结果时。例如,使用 channels: 4 时,缓存的图像形状已经是正向图像的形状,但像素却没有旋转,因此切片、矩形批次和掩码缩放使用了转置后的形状。

Ultralytics 8.4.214 会一致地应用 EXIF 方向#

自 2026 年 11 月 15 日发布的 8.4.214 起,除下文列出的少数边缘情况外,imread 会在所有受支持格式和 OpenCV 版本中,对彩色、灰度和不变模式的读取一致地应用 EXIF 方向。imread 参考文档说明了目标:让标签和预测结果与查看器显示的视图一致。目标检测数据集文档现在也对标签坐标作了同样说明,将这一约定记录在数据集创建者会查看的地方。

简要说明其工作方式:

  • 不同读取路径保持一致。 数据集图像加载和单图像路径预测都会通过 imread 在 ultralytics/utils/patches.py 中进行;分类数据集和 DOTA 切分现在也使用它。作为列表传给 predict 的图像路径会使用 Pillow 打开并进行 EXIF 转置,PIL 图像输入也会进行 EXIF 转置,因此,除下文列出的边缘情况外,这些路径都会生成相同的正向视图。
  • 在 OpenCV 跳过方向标记时应用标记。 对于不变模式读取和所有 WebP 读取,图像会用 IMREAD_IGNORE_ORIENTATION 解码,然后将方向标记应用到数组,因此结果不受 OpenCV 版本影响。
  • EXIF 处理步骤会检查文件内容。 如果 JPEG、WebP 和带有 eXIf 块的 PNG 数据包含方向标记,就会应用该标记,即使文件扩展名不匹配,例如 JPEG 文件被命名为 .webp。TIFF 数据交由 OpenCV 的 TIFF 解码器处理,由解码器自行调整方向;AVIF 和 HEIC 则通过 Pillow 的 exif_transpose 处理。
  • 仅在需要时使用 Pillow。 首先扫描 PNG 数据块,因此只有存在 eXIf 块时才会调用 Pillow。

我们使用 OpenCV 5.0.0、4.12.0 和 4.7.0,以及 Pillow 13.0.0 验证了这一改动,并将像素与 Pillow 的 exif_transpose 进行比较。对于 JPEG、PNG(RGB 和 RGBA)及 WebP(RGB 和 RGBA),在彩色、灰度和不变模式读取下,全部八种方向都能正向读取,总计 45 种组合;未带标记的图像解码后与之前得到的数组相同。

有少数边缘情况会保留存储方向:扩展名为 .tif 或 .tiff 的 JPEG(灰度读取除外);读取 JPEG 和 PNG 时主动传入 IMREAD_IGNORE_ORIENTATION(WebP 文件仍会旋转为正向);以及在 Pillow 默认像素限制下读取超过约 1.79 亿像素的 JPEG 或 PNG(不变模式)和 WebP。对于这些情况,请在训练前将方向信息应用到像素数据中(请参阅下文的检查步骤)。

数据集缓存版本已升至 1.0.13,因此保存旧形状的标签缓存会在下次运行时重建一次。一个例外是 eXIf 块位于图像数据之后的 PNG:像素会正向读取,但缓存形状可能仍保持存储时的形状。请将方向信息应用到这些 PNG 的像素中,并重建缓存。

在 Ultralytics Platform 中旋转图像及其标签#

更好的读取器可以正确处理带方向标记的文件,但对于像素本身方向错误的情况无能为力,例如扫描件横着输入、照片倒着导出,或上游某处剥除了标记,只剩下存储的像素网格。元数据无法告诉你这些图像应该朝向哪边。你需要真正旋转图像,并同步旋转其标签。

Ultralytics Platform 现在可以在数据集图库的全屏查看器中完成此操作。拥有编辑权限时,按下 R 或点击旋转按钮,即可将图像及其标注顺时针旋转 90 度。边界框、多边形和关键点会随像素一起移动,因此标注仍会落在其描述的目标上。

它会如何处理你的数据:

  • 不会累积画质损失。 Platform 会保留最初存储的图像,并从原图渲染每次旋转,因此反复旋转不会降低图像质量,旋转回正向时也会恢复原图。
  • 你获得的是旋转后的像素。 Platform 会旋转存储的像素,而不是写入旋转标志,因此导出的数据集不会增加新字段;点击 Download 会保存按当前显示方向旋转后的全尺寸图像。

深度数据集、多光谱数据集、以 TIFF 格式存储的图像,以及云存储和本地部署数据集均不支持旋转。

Platform 的上传标准化流程会应用 EXIF 方向。标记能正确描述文件时,图像会以正向状态导入;值为 5 到 8 时,图像的宽度和高度也会相应互换。如果图像仍然方向不对,请使用“旋转”功能。

Ultralytics Platform 全屏查看器显示一张横着存储的斑马线标注图像,尺寸为 3000 x 2400;旋转后,同一图像尺寸变为 2400 x 3000,行人和雨伞的边界框也随之旋转

Ultralytics Platform 全屏查看器中的横置图像,显示旋转前后的对比。图像从 3000 x 2400 变为 2400 x 3000,所有标注都随之旋转。

如何检查并修正数据集中的 EXIF 方向#

先检查是否存在方向标记。此脚本会报告文件夹中 Orientation 标签值不为 1 的 JPEG、PNG 和 WebP 文件:

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 是 EXIF 方向标签
        if orientation != 1:
            print(path, orientation)

检查结果正常表示这些文件中没有 Orientation 值不为 1 的文件。但它无法发现扩展名误导的文件、存储像素方向错误的图像,或在不同视图中绘制的标签。然后确认 Ultralytics 会读取到什么;使用 8.4.214 或更高版本时,除上述边缘情况外,imread 会返回显示视图:

import cv2

from ultralytics.utils.patches import imread

img = imread("datasets/my_data/images/train/photo.jpg", cv2.IMREAD_UNCHANGED)
print(img.shape)  # (高度, 宽度, 通道数),与查看器显示的一致

接下来,根据标签的制作方式选择修正方法:

  1. 升级。 运行 pip install -U ultralytics 以升级到 8.4.214 或更高版本,这样训练、验证和预测就会按照显示视图读取带方向标记的图像文件和 PIL 图像,但仍受上述边缘情况限制。NumPy 数组和张量不包含 EXIF 标记,因此传给 predict 前,请确保它们的方向已经正确。
  2. 清除旧图像缓存。 如果之前的运行在图像旁边写入了 .npy 图像缓存,请在检查或重新训练前删除这些由 Ultralytics 生成的文件,即使下一次运行使用 cache=False 也要删除,因为加载器仍可能读取已有缓存。不要动其他 NumPy 文件;标签缓存会自动重建。
  3. 抽查几张带方向标记的图像及其标签。 在正向图像上绘制标签。如果标注人员使用了遵循方向标记的工具,边界框就会与目标吻合。
  4. 如果标签是在存储的像素网格上绘制的,这可能发生在忽略方向标记的脚本或工具中,请重新标注这些图像,或将标签转换到正向视图。只旋转像素只会让不匹配继续存在。
  5. 修正像素方向错误的图像:使用 Platform 的“旋转”操作,让标注随图像一起旋转,然后重新训练。

要让文件在所有工具中看起来一致,并涵盖上述大多数边缘情况,请使用 Pillow 的 ImageOps.exif_transpose 将方向信息应用到像素中并另存副本。请在标注前执行此操作,或同时转换标签。图像超过 Pillow 默认像素限制时会收到警告,超过该限制两倍(约 1.79 亿像素)时则会被拒绝。对于可信的大尺寸图像,请在打开前提高 Image.MAX_IMAGE_PIXELS 的值。

如需更全面的训练前检查清单,请参阅 Academy 关于数据集质量控制和标注质量的课程,了解值得一并执行的其他检查。

旋转增强无法修正方向不匹配#

你可能会想,训练时使用随机旋转就能让图像方向无关紧要。数据增强,例如 YOLO 增强中的 degrees 设置,会同时旋转图像和标签,因此两者仍能对齐,并让模型学会处理倾斜目标。EXIF 读取方向错误会在增强运行之前就让图像和标签分离;之后同时旋转二者也无法消除这种分离。

同样的道理也适用于具有固定参照方向的任务。如果你的模型需要读取文字(例如我们关于 Python 中使用 Ultralytics YOLO26 进行 OCR的指南),或判断左右,那么镜像方向改变的是图像含义,而不仅仅是角度。

哪些人应该检查 EXIF 方向#

如果以下任一项符合你的数据情况,请运行检查:

  • 手机或平板拍摄的照片,例如来自现场检查、零售审核、保险理赔或众包采集的照片。
  • 混合来源的数据合并到一个数据集中,其中一些文件可能带有方向标记,而另一些没有。
  • WebP 数据集,或使用 channels 且其值不为 1 或 3 的数据集,并且使用 8.4.214 之前的 Ultralytics 版本进行训练。
  • 扫描文档,页面可能以横向像素方向导入,需要实际旋转。

清理好数据后,你可以在同一个工作区中标注并训练一个 Ultralytics YOLO26 模型,确保每个标签都落在其描述的像素上。有关如何在 Platform 中维护健康的数据集,请参阅使用 Ultralytics Platform 智能管理数据集。

常见问题

  • EXIF 方向是图像文件标签 274 中存储的一个元数据值,范围为 1 到 8,用于告诉软件如何旋转或镜像存储的像素以供显示。值 1 表示不变;值 6 表示顺时针旋转 90 度。像素本身并未旋转,因此忽略该标记的工具会按存储状态显示图像,通常看起来是横着的。

  • 通常是文件带有 Orientation 标记,但接收工具没有应用该标记。你的手机和浏览器会遵循该标记,因此照片在那里看起来是正的;而忽略标记的解码器则会显示存储的像素网格。如果存储的像素本身是横着的,又没有标记来校正方向,请直接旋转图像。

  • 通常会。除非传入 IMREAD_IGNORE_ORIENTATION 或 IMREAD_UNCHANGED,否则 OpenCV 的 imread 会应用该标记;5.0 之前的版本还会按存储状态读取 WebP。从 8.4.214 起,Ultralytics 自己的 imread 会在我们测试过的所有 OpenCV 版本中,对彩色、灰度和不变模式的读取应用该标记。

  • 会。从 Ultralytics 8.4.214 起,图像文件和 PIL 图像读取时会应用 EXIF 方向,少数边缘情况除外,例如扩展名为 .tif 的 JPEG;标签坐标也会参照同一个显示视图。NumPy 数组和张量没有 EXIF 标记,因此预测前需要先将它们调整到正确方向。

  • 在数据集的全屏查看器中打开图像,然后按 R 或旋转按钮;每按一次,图像及其标注都会顺时针旋转 90 度。你需要具有编辑权限;深度图像、多光谱图像或 TIFF 图像,以及云存储和本地部署数据集均不支持旋转。

作者

Sergiu Waxmann
Sergiu Waxmann

首席软件工程师 · Ultralytics

Sergiu Waxmann 是 Ultralytics 的首席 Web 开发工程师,专注于打造直观且动态的 Web 体验。他是一名专攻现代 Web 开发框架的软件工程师,拥有萨克松应用科技大学计算机软件工程学士学位。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来