lightly-ai/lightly-studio

解決的問題

LightlyStudio 是一個以本地為先的資料整理工具，旨在協助開發者管理、標記與評估電腦視覺資料集。它解決了處理龐大數量未標記或標記品質不佳的影像與影片資料的問題，透過識別最具多樣性與代表性樣本，降低手動標記成本。

如何運作

此工具以本地伺服器形式執行，並在瀏覽器中開啟。使用者可將影像或影片資料夾（包含 S3、GCS 或 Azure 等雲端儲存空間中的資料夾）索引至本地資料庫。它使用嵌入（embeddings）將資料集可視化為一張圖表，其中相似的影像會被分組，使用者可透過套索選擇（lasso-select）篩選資料網格中的群集。它也支援 Python API，可用於腳本化索引、查詢與匯出資料，支援 COCO 與 YOLO 等格式。

適用對象

主要針對需要為 YOLO 等模型整理高品質訓練資料的電腦視覺工程師與機器學習實務者，以及希望將資料保留在本地以確保隱私與安全的使用者。

主要特色

• 本地為先架構： 資料與影像永遠不會離開本地機器。
• 基於嵌入的整理： 可視化資料關係，用於發現重複項目或典型樣本。
• 可擴展性： 單一 MacBook M1 可處理超過 200 萬張影像。
• 整合標記功能： 內建標記編輯器，並支援自動標記外掛程式（如 SAM）。
• 模型評估： 可透過混淆矩陣比較模型預測與真實標籤，發現模型失敗模式。
• 多格式支援： 支援影像資料夾、影片、COCO 與 YOLO 資料集。