opendatalab/labelU

解決的問題

LabelU 透過提供統一的多模態資料標註平台，解決為 AI 模型準備高品質訓練資料的難題。它簡化了圖像、影片和音訊檔案的標註流程，這些任務傳統上是繁瑣且需大量人工操作的。

工作原理

LabelU 提供一系列視覺化標註工具，使用者可透過簡單設定標記資料。支援多種模態：

• 影像：支援 2D 边界框、語意分割、多段線和關鍵點標註工具。
• 影片：支援分割、分類和資訊提取功能。
• 音訊：透過聲音可視化支援分割、分類和資訊提取工具。

為加速流程，平台整合了 AI 輔助標註功能，支援載入預先標註資料，或透過模型伺服器（如 Florence-2、GroundingDINO + SAM 或 SAM 3）使用「AI 自動標註」功能，自動檢測和分割物件。

適用對象

專為需要建立標註資料集以訓練機器學習模型的開發者與資料科學家設計，適用於目標檢測、場景分析、動作辨識和音訊分析等領域。

核心亮點

• 多模態支援：在一個平台上處理影像、影片和音訊資料。
• AI 驅動自動化：內建對先進模型（如 SAM 3）的自動標註支援。
• 彈性匯出：支援匯出為 JSON、COCO 和 MASK 等常見格式。
• 雲端整合：支援直接從 S3 相容物件儲存（如 AWS S3、MinIO）匯入資料。