CVHub520/X-AnyLabeling

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

What it solves

X-AnyLabeling 是一款工業級標註工具，旨在消除標記多模態資料時繁瑣的手動工作。它整合 AI 引擎，為影像與影片提供快速的自動標記，大幅縮短為機器學習準備資料集的時間。

How it works

此工具提供圖形使用者介面 (GUI)，讓使用者可以手動繪製多邊形、矩形、立方體等形狀，或使用 AI 模型自動產生標籤。支援多種推論後端（ONNX Runtime、TensorRT、OpenCV DNN），亦可透過 X-AnyLabeling-Server 連接遠端推論服務。內建龐大的預訓練模型庫，涵蓋物件偵測、分割、OCR 等各類電腦視覺任務。

Who it’s for

此工具主要為多模態資料工程師與研究人員設計，協助他們在電腦視覺、文件解析等領域建立高品質的標記資料集，以訓練 AI 模型。

Highlights

  • Comprehensive Model Library：支援包括 YOLO 系列、SAM（Segment Anything Model）以及各種視覺語言模型（VLM）如 Qwen3-VL、Gemini 在內的廣泛模型。
  • Multi-modal Support：支援影像與影片，從簡單分類到複雜的 3D 立方體標註與多目標追蹤皆可處理。
  • Flexible Export Formats：支援多種業界標準格式，如 COCO、VOC、YOLO、DOTA、ShareGPT 等。
  • AI-Assisted Workflow：提供一鍵式推論（對任務中所有影像）、自動訓練與互動式 grounding，支援開放詞彙標註。