CVHub520/X-AnyLabeling

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

What it solves

X-AnyLabeling 是一款工业级标注工具，旨在消除标记多模态数据时繁琐的手动工作。它集成 AI 引擎，为图像和视频提供快速的自动标注，大幅缩短为机器学习准备数据集的时间。

How it works

此工具提供图形用户界面 (GUI)，让用户可以手动绘制多边形、矩形、立方体等形状，或使用 AI 模型自动生成标签。支持多种推理后端（ONNX Runtime、TensorRT、OpenCV DNN），也可通过 X-AnyLabeling-Server 连接远程推理服务。内置庞大的预训练模型库，涵盖目标检测、分割、OCR 等各类计算机视觉任务。

Who it’s for

此工具主要为多模态数据工程师和研究人员设计，帮助他们在计算机视觉、文档解析等领域创建高质量的标注数据集，以训练 AI 模型。

Highlights

  • Comprehensive Model Library：支持包括 YOLO 系列、SAM（Segment Anything Model）以及各种视觉语言模型（VLM）如 Qwen3-VL、Gemini 在内的广泛模型。
  • Multi-modal Support：支持图像和视频，从简单分类到复杂的 3D 立方体标注和多目标跟踪皆可处理。
  • Flexible Export Formats：支持多种行业标准格式，如 COCO、VOC、YOLO、DOTA、ShareGPT 等。
  • AI-Assisted Workflow：提供一键式推理（对任务中所有图像）、自动训练与交互式 grounding，支持开放词汇标注。