CVHub520/X-AnyLabeling

Open-source AI-assisted annotation platform for images, videos, text, and multimodal data.

What it solves

X-AnyLabeling は、マルチモーダルデータのラベリングに伴う手作業の手間を排除することを目的とした、産業レベルのアノテーションツールです。AI エンジンを統合し、画像や動画の高速自動ラベリングを実現することで、機械学習用データセットの作成時間を大幅に短縮します。

How it works

このツールは GUI を提供し、ユーザーはポリゴン・矩形・キューブなどの形状を手動で描画したり、AI モデルを用いて自動的にラベルを生成したりできます。ONNX Runtime、TensorRT、OpenCV DNN など複数の推論バックエンドに対応し、X-AnyLabeling-Server を介してリモート推論サービスにも接続可能です。物体検出、セグメンテーション、OCR など様々なコンピュータビジョンタスク向けの事前学習モデルを豊富に取り揃えています。

Who it’s for

主にマルチモーダルデータエンジニアや研究者を対象としており、コンピュータビジョンや文書解析といった分野で AI モデルを訓練するための高品質なラベル付きデータセット作成を支援します。

Highlights

  • Comprehensive Model Library：YOLO 系列、SAM（Segment Anything Model）や Qwen3-VL、Gemini といった各種 Vision‑Language Model（VLM）を含む幅広いモデルをサポート。
  • Multi-modal Support：画像と動画の両方に対応し、シンプルな分類タスクから複雑な 3D キューブアノテーションやマルチオブジェクトトラッキングまで扱えます。
  • Flexible Export Formats：COCO、VOC、YOLO、DOTA、ShareGPT など、業界標準の多様なフォーマットへのエクスポートが可能。
  • AI-Assisted Workflow：タスク内の全画像に対するワンクリック推論、オートトレーニング、インタラクティブなグラウンディングによるオープンボキャブラリラベリングを実装。