CVHub520/X-AnyLabeling

X‑AnyLabeling – AI 辅助标注桌面应用

它是什么 – 一款跨平台 GUI 工具，可让您标注图像、视频、文本和 3D 点云。它集成了大量最先进的视觉模型（YOLO、SAM、Grounding‑DINO 等），因此您可以自动生成标注，然后手动编辑。

为什么重要 – 高质量标注数据是训练计算机视觉模型的瓶颈。X‑AnyLabeling 通过以下方式加速该过程：

• 提供现成的标注基元（框、多边形、掩码、立方体、关键点等）。
• 集成数十个预训练模型，用于检测、分割、OCR、姿态估计、深度、VQA 甚至多模态接地等任务。
• 支持本地推理（ONNX、TensorRT、OpenCV DNN、vLLM、SGLang）以及通过配套的 X‑AnyLabeling‑Server 进行远程推理。
• 导出为所有常见数据集格式（COCO、VOC、YOLO、MOT、DOTA、PPOCR、ShareGPT 等）。

主要功能

类别	您可以做什么
数据类型	图像、视频、纯文本、PDF、3D 点云、多模态捆绑包
标注任务	分类、目标检测（HBB/OBB）、实例/语义分割、姿态、人脸、跟踪、OCR/KIE、车道线、深度、图像描述、VQA、标记、接地、计数
工具	多边形、矩形、旋转框、立方体、圆形、折线、点、掩码、魔棒（区域生长）、交互式 SAM、视频对象分割等
模型库	超过 40 个即用型模型（YOLOv5‑v12、YOLOX、YOLO‑NAS、SAM 1/2/3、Grounding‑DINO、Florence‑2、Qwen‑VL 等）
推理后端	ONNX Runtime、TensorRT、OpenCV DNN、vLLM、SGLang，以及自定义远程服务器
格式	导入/导出 COCO、VOC、YOLO、DOTA、MOT、MASK、PPOCR、MMGD、VLM‑R1、ShareGPT 等
平台	Windows、Linux、macOS；界面支持英语、中文、日语、韩语

典型工作流程

1. 加载您的原始数据（图像文件夹、视频文件、点云文件等）。
2. 选择模型从内置库中（例如，YOLO‑v8 用于检测，SAM‑2 用于分割）。
3. 运行推理 – 应用将数据发送到所选引擎（本地 GPU/CPU 或远程服务器）并接收预测。
4. 编辑使用绘图工具自动标注；您可以细化掩码、调整框、添加关键点或更正 OCR 文本。
5. 导出最终标注为训练流程所需的格式。

入门

• 通过 pip 安装：pip install x-anylabeling-cvhub（需要 Python 3.11+）。
• 或从 GitHub 发布页面下载预构建的桌面二进制文件。
• 运行 xanylabeling 启动 GUI，然后按照文档中的 安装与快速入门 指南操作。

可扩展性 – 您可以通过提供符合 X‑AnyLabeling 推理 API 的 Python 包装器来插入自己的模型，或将应用指向托管自定义模型和 GPU 资源的远程 X‑AnyLabeling‑Server。

社区与支持 – 在 GPL‑v3 下开源，提供贡献指南、问题跟踪器和赞助页面以资助持续开发。

---

TL;DR – X‑AnyLabeling 是一款功能丰富、多模态的标注工作站，将庞大的模型库与易于使用的 GUI 相结合，使您能够快速生成和完善用于各种计算机视觉任务的训练数据。