yuturuishi/ytlabel

ytlabel – 开源图像/视频标注工具，支持 AI 辅助标注

它是什么

• 一个轻量级的基于 Web 的应用，用于手动标注图像（矩形、多边形等）和视频，然后以 YOLO 兼容格式导出结果。
• 它还可以调用用户提供的大模型 API（例如 LMStudio、vLLM、Ollama、阿里云）来生成 AI 自动标签。
• 该工具专注于数据标注和数据集导出；模型训练由另一个项目（ytstudio）处理。

主要功能

• 手动标注 – 矩形、多边形、多类标签；从 LabelMe 数据集导入。
• AI 自动标注 – 插件式，适用于您配置的任何本地托管的 LLM/VLM API；不会发送外部数据。
• 数据集导出 – YOLO 格式，可配置训练/验证/测试集划分。
• 文件管理器 – 浏览、上传、下载和删除图像及标注文件。
• 离线优先 – 所有静态资源都已打包；服务器可以在隔离的内网中运行。
• 键盘快捷键 – Ctrl+S 保存，Ctrl+Shift+D 清除标签。

如何开始

# 克隆仓库，然后创建虚拟环境
python -m venv venv
source venv/bin/activate   # 或在 Windows 上使用 venv\Scripts\activate

# 安装依赖（从清华 PyPI 源镜像）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 运行 Flask 服务器
python app.py --host 0.0.0.0 --port 9924

打开现代浏览器访问 http://127.0.0.1:9924，您将看到标注界面。

项目结构（高级）

• app.py – 入口点，启动 Flask + SocketIO 服务器。
• AiUtils.py – 辅助类，将图像转发到配置的大模型 API 并解析返回的标注。
• templates/ – HTML 页面（index.html、ai_config.html、file_manager.html）。
• static/ – CSS、JavaScript、图标，以及用于离线使用的打包 Socket.IO 客户端库。
• uploads/ – 运行时存储上传的媒体、生成的标注文件和用户特定配置。

技术栈

• 后端： Python 3.9+、Flask、Flask-SocketIO。
• 前端： HTML / CSS / JavaScript，Socket.IO 用于实时更新。
• 图像处理： OpenCV 和 Pillow (PIL)。
• 打包： PyInstaller 规范（ytlabel.spec）用于可选的独立二进制文件。

许可证

• 为 ytlabel 编写的代码根据 MIT 许可证发布。
• 第三方库保留其原始许可证。
• AI 自动标注功能仅将请求转发到用户控制的模型 API；ytlabel 本身不附带任何模型权重。

谁可能使用它

• 构建自定义计算机视觉数据集的研究人员或工程师，需要一个简单、自托管的标注界面。
• 希望将数据保留在本地，同时受益于大模型辅助而不将图像发送到云服务的团队。
• 任何寻找基于 Flask、跨平台、可打包用于离线部署的标注工具的人。