X-AnyLabeling：一款多 SOTA 模型集成的高级自动标注工具！

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 Model
  • YOLOv5-ResNet：检测+分类级联模型；
• Lane Detection
  • CLRNet

• 从百度网盘(提取码: cn0c)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。

• 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

• 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。

• 移步至目录 dist/ 下检查输出。

更多功能与问题反馈请参考帮助文档。

本项目采用 GPL-3.0 开源许可证。

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}
}

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！