wkentaro/labelme

解决的问题

Labelme 提供了一个图形化界面，用于标注图像和视频，从而为机器学习模型创建训练数据。它简化了为分类、边界框检测以及语义或实例分割等任务标注对象的过程。

工作原理

用户在 Labelme GUI 中打开图像或图像文件夹，通过绘制多边形、矩形、圆形、线条或点等各种形状来定义对象。该工具将这些标注保存为 JSON 文件。它还集成了 AI 辅助功能，允许用户使用 SAM (Segment Anything Model) 或 YOLO-world 等模型自动生成标注。该项目支持将数据导出为 VOC 和 COCO 等标准格式。

适用人群

该工具专为需要手动标注或半自动化创建高质量计算机视觉项目数据集的研究人员、数据科学家和开发人员而设计。

主要亮点

• 支持多种标注类型：多边形、矩形、圆形、线条和点。
• 包含使用 SAM、EfficientSAM 和 YOLO-world 模型的 AI 辅助标注功能。
• 以与常见计算机视觉工作流兼容的标准格式（VOC、COCO）导出数据。
• 可作为跨平台桌面应用程序或 Python 包使用。
• 支持视频标注和多语言界面。