voxel51/fiftyone

FiftyOne – 视觉 AI 开发的开源工具箱

它是什么 – FiftyOne 是一个 Python 库（以及配套的 Web 应用），帮助您构建、探索、标注和评估计算机视觉数据集和模型。它支持图像、视频和 2‑/3‑D 标注，并与 PyTorch、Hugging Face 和 Ultralytics 等流行框架集成。

为什么重要 – 高质量数据是视觉项目最大的瓶颈。FiftyOne 为您提供可视化界面来检查原始数据、发现标注错误、探索模型预测并运行分析（例如，嵌入的相似性搜索），而无需编写自定义代码。这加速了数据整理周期和模型调试。

关键能力

• 原生标注 – 直接在 FiftyOne App 中创建和编辑 2‑D 和 3‑D 标签，或连接到外部标注工具。
• 丰富的可视化探索 – 浏览带有相关标签的图像或视频帧，按元数据过滤，并查看样本级详细信息。
• 嵌入检查 – 将高维特征向量（例如，来自骨干网络）投影到 2‑D 视图中，并选择点以查看底层样本。
• 模型评估 – 计算标准指标，可视化失败模式，并比较多次运行。
• 数据整理和“Brain”分析 – 运行内置工具来查找重复图像、异常值或错误标记的样本。
• 可扩展的集成 – 插件系统允许您添加自定义可视化、加载器或连接到云服务（例如，Voxel51 SaaS）。

典型工作流

1. 加载数据集 – 使用 fiftyone.zoo 下载公共数据集或将 FiftyOne 指向本地图像/视频文件夹。
2. 启动 App – session = fo.launch_app(dataset) 在浏览器中打开交互式 UI。
3. 探索和标注 – 直接过滤、搜索和添加/修改标注。
4. 运行分析 – 应用 FiftyOne Brain 工具或自定义脚本以发现问题样本。
5. 评估模型 – 附加预测，计算指标并迭代。

安装 – 通过 pip 一行安装（Python 3.10‑3.13）：

pip install fiftyone

对于开发者，可以从源代码构建仓库（需要 Node/Yarn 用于 UI）或在 Docker 中运行。

了解更多 –

• 快速入门笔记本：https://colab.research.google.com/github/voxel51/fiftyone-examples/blob/master/examples/quickstart.ipynb
• 完整文档：https://docs.voxel51.com
• 社区：Discord、Hugging Face、博客和公共插件生态系统。

谁在使用 – 研究人员、数据科学团队和企业，构建目标检测、分割、视频动作识别或任何需要稳健数据集管理的视觉管道。

---

以上所有信息均直接取自项目的 README。