💫 X-AnyLabeling 💫

X-AnyLabeling：一款多 SOTA 模型集成的高级自动标注工具！

👉帮助文档👈

简体中文 | English

使用 Segment Anything 轻松进行自动标注

😀基础特性：

支持 SAM、YOLO、DETR 等多个主流模型。
支持分类、检测、分割、人脸、姿态估计等多种视觉任务。
支持 PaddlePadlle、OpenMMLab、timm 等多个主流框架。
支持一键运行转换成标准的 COCO-JSON、VOC-XML 以及 YOLOv5-TXT 文件格式。
支持多边形、矩形、圆形、直线和点的图像标注以及文本检测、识别和KIE（关键信息提取）标注。

🔥亮点功能：

Segment Anything Model
- SAM: 通用自然图像分割一切模型；
- MobileSAM: 快速版 SAM；
- SAM-Med2D: 2D医学图像分割一切模型（🤗推荐）;
- MedSAM: 通用医学图像分割一切模型；
- LVMSAM
  - BUID: 超声乳腺癌分割模型；
  - ISIC: 皮肤镜病灶分割模型；
  - Kvasir: 结直肠息肉分割模型；
Object Detection
- YOLOv5
- YOLOv6
- YOLOv7
- YOLOv8
- YOLOX
- YOLO-NAS
- RT-DETR
Image Segmentation
- YOLOv8-seg
Pose Estimation
- YOLOv6-Face：人脸关键点检测模型；
- DWPose: 全身人体姿态估计模型；
Union Task
- YOLOv5-ResNet：检测+分类级联模型；
- YOLOv5-SAM
Lane Detection
- CLRNet
OCR
- PP-OCRv4

更多详情，请点击模型列表（持续更新中）

一、安装和运行

1.1 可执行文件

从百度网盘(提取码: mt3q)下载并运行GUI版本直接运行。

注意：

对于MacOS：
- 安装完成后，转到Applications文件夹。
- 右键单击应用程序并选择打开。
- 从第二次开始，您可以使用Launchpad正常打开应用程序。
目前我们仅为Windows和Linux系统提供带有图形用户界面（GUI）的可执行程序。对于其他操作系统的用户，您可以按照步骤二的说明自行编译程序。

1.2 源码运行

安装基础依赖库

pip install -r requirements.txt

如果需要使用 GPU 推理，请根据需要安装对应的 requirements-gpu.txt 文件，并根据本机 CUDA 和 CuDNN 版本下载对应的 onnxruntime-gpu 版本，具体可参考帮助文档。

生成资源：

pyrcc5 -o anylabeling/resources/resources.py anylabeling/resources/resources.qrc

运行应用程序：

python anylabeling/app.py

二、打包编译

安装 PyInstaller：

pip install -r requirements-dev.txt
# pip install -r requirements-gpu-dev.txt

构建：

请参考帮助文档中的工具使用章节。

三、其它

加载自定义模型等更多功能与问题反馈请参考帮助文档。

许可证

本项目采用 GPL-3.0 开源许可证。

引用

如果在你的研究中有使用到此项目，请参考以下格式引用它：

@misc{X-AnyLabeling,
title={Advanced Auto Labeling Solution with Added Features},
author={CVHub},
howpublished = {\url{https://github.com/CVHub520/X-AnyLabeling}},
year={2023}
}

👋联系我们

如果您在使用本项目的过程中有任何的疑问或碰到什么问题，请搜索微信号：cv_huber，备注 X-Anylabeing+简要问题描述 添加微信好友，我们将给予力所能及的帮助！

Memmat / X-AnyLabeling