---
title: "Export für LumiScan Training"
description: "Die annotierten Bilder eines Projekts in LumiScan Annotation Web als fertiges LumiScan-Training-Projekt exportieren, mit stabiler Aufteilung in Trainings-, Validierungs- und Testbilder."
product: "LumiScan Annotation Web"
component: "lumiscan-annotation-web-de"
version: "2.2.0"
display_version: "2.2.0.0"
latest_version: false
language: "de"
url: "https://docs.hdvisionsystems.com/de/lumiscan-annotation-web-de/2.2.0/export-for-lumiscan-training.html"
---

# Export für LumiScan Training – LumiScan Annotation Web

**Export for Training** in der oberen Leiste lädt die annotierten Bilder als ZIP-Datei herunter, die ein vollständiges LumiScan-Training-Projekt ist: in den Projektordner von LumiScan Training entpacken, dort öffnen und das Training starten. Prüfer und Projekt-Admins sehen die Schaltfläche.

![Dialog Export for LumiScan Training: Projektname, Netztyp, Anteil für Validierung und Test, Ordner zusammenhalten, nur dieser Ordner, Labels ohne Ausrichtung und die Anzahlen je Menge](https://docs.hdvisionsystems.com/de/lumiscan-annotation-web-de/2.2.0/_images/screens/training-export.png)

[Video](https://docs.hdvisionsystems.com/de/lumiscan-annotation-web-de/2.2.0/_images/videos/export-for-training.mp4)

## Einstellungen

|   |   |
| --- | --- |
| Project name in LumiScan Training | Name des Projektordners und seiner Konfigurationsdatei. Standard: der Projektname. |
| Network type | Das Netz, das LumiScan Training trainiert, z. B. `ORTMXS` (orientiert, extra klein, Standard des Trainings) oder `ORTMS`. Lässt sich in LumiScan Training später ändern. |
| Validation % | Anteil der Bilder, aus denen das Training nicht lernt, an denen es aber seinen Fortschritt misst. Standard 20. |
| Test % | Anteil für den abschließenden Test. Standard 0: LumiScan Training testet dann mit den Validierungsbildern. |
| Keep each folder together | Alle Bilder eines Ordners kommen in dieselbe Menge. Sinnvoll, wenn die Bilder eines Ordners eine Serie fast derselben Szene sind: Sonst landen fast gleiche Bilder in Training und Validierung, und die Validierungswerte sehen besser aus, als das Netz ist. |
| Only the folder … | Nur den offenen Ordner exportieren statt aller. |
| Labels without orientation | Labels, deren Objekte kein Vorne und Hinten haben (z. B. runde Unterlegscheiben): `nonRotables` in LumiScan Training. |

Unter den Einstellungen zeigt der Dialog, wie viele Bilder und Rahmen in jede Menge kommen, die Klassen und wie viele Bilder ohne Annotation wegfallen. Die Wahl von Projekt-Admins bleibt als Vorgabe für den nächsten Export beim Projekt.

## Was exportiert wird

```none
Line 5 – brackets.lumiscan-training.zip
  Line 5 – brackets/
    Line 5 – brackets.train.json        Projektkonfiguration für LumiScan Training
    training/2026-10-28/part_001.png    Bild
    training/2026-10-28/part_001.csv    seine Annotation, unverändert
    ...
    validation/2026-10-29/...
    test/...                            nur mit Testanteil
    lumiscan-annotation-export.json     wer wann exportiert hat, die Aufteilung, die Anzahlen
```

- Exportiert werden nur Bilder mit Annotation. Bei mehreren Annotatoren je Bild: die Referenzannotation (übereinstimmend oder von einem Prüfer entschieden).
- Die Annotationsdateien sind dieselben Dateien, die der Server speichert (siehe [Annotationsdateien](https://docs.hdvisionsystems.com/de/lumiscan-annotation-web-de/2.2.0/annotation-files.html)).
- Die Klassen sind die Labels des Projekts in ihrer Reihenfolge. Rahmen mit dem Label `UNKNOWN` und Rahmen mit einem Label, das keine Klasse ist, werden nicht gelernt; die Info-Datei zählt sie.
- Die Konfiguration nennt die Ordner relativ zum Projekt (`training`, `validation`, `test`). LumiScan Training richtet sie beim Öffnen auf den Projektordner aus.

## Die Aufteilung bleibt gleich

In welche Menge ein Bild kommt, entscheiden sein Ordner und sein Dateiname, nicht der Zufall. Wird dasselbe Projekt später nach weiterer Annotation erneut exportiert, bleibt jedes Bild in seiner Menge: Ein Bild, aus dem das Netz gelernt hat, wird nie nachträglich zum Validierungsbild, die Validierungswerte bleiben ehrlich. Ein höherer Validierungsanteil verschiebt nur Bilder vom Training in die Validierung.