X-Anylabeling使用AI模型或自定义模型自动标注最简洁教程

X-Anylabeling项目官网:https://github.com/CVHub520/X-AnyLabeling

安装X-Anylabeling,可参考:
https://blog.youkuaiyun.com/qq_38702496/article/details/144855792?spm=1001.2014.3001.5501

一 使用内置AI模型自动标注:

1、加载数据集图像文件夹:

在这里插入图片描述

2、选择模型,如选择segment anything(首次使用需下载,模型源来自GitHub,可能需要加速)

在这里插入图片描述

3、选择输出框类别

在这里插入图片描述

4、创建输出框对象,比如为数字“2”创建矩形框

法一:使用“+点”、“-点”点选区域,点一下数字即可

在这里插入图片描述
法二:使用“+矩形”框创建输出框(选择框不用很精准,框选住目标即可)在这里插入图片描述

5、完成框对象,点击“完成对象(f)”

在这里插入图片描述

二、使用自定义模型(以自训练yolov8n模型为例)

1、将训练的best.pt转为onnx(使用命令或者脚本)

yolo mode=export model=best.pt format=onnx

2、加载自定义模型

配置onnx模型yaml文件,参考yolov8n的yaml格式(参考官网自定义模型的model list栏):

type: yolov8
name: yolov8n-r20230520
display_name: YOLOv8n Ultralytics
model_path: https://github.com/CVHub520/X-AnyLabeling/releases/download/v0.1.0/yolov8n.onnx
nms_threshold: 0.45
confidence_threshold: 0.25
classes:
  - person
  - bicycle
  - car
  - motorcycle
  - airplane
  - bus
  - train
  - truck
  - boat
  - traffic light
  - fire hydrant
  - stop sign
  - parking meter
  - bench
  - bird
  - cat
  - dog
  - horse
  - sheep
  - cow
  - elephant
  - bear
  - zebra
  - giraffe
  - backpack
  - umbrella
  - handbag
  - tie
  - suitcase
  - frisbee
  - skis
  - snowboard
  - sports ball
  - kite
  - baseball bat
  - baseball glove
  - skateboard
  - surfboard
  - tennis racket
  - bottle
  - wine glass
  - cup
  - fork
  - knife
  - spoon
  - bowl
  - banana
  - apple
  - sandwich
  - orange
  - broccoli
  - carrot
  - hot dog
  - pizza
  - donut
  - cake
  - chair
  - couch
  - potted plant
  - bed
  - dining table
  - toilet
  - tv
  - laptop
  - mouse
  - remote
  - keyboard
  - cell phone
  - microwave
  - oven
  - toaster
  - sink
  - refrigerator
  - book
  - clock
  - vase
  - scissors
  - teddy bear
  - hair drier
  - toothbrush

3、创建自定义模型的yaml文件(同文件下可使用相对路径,路径不要包含中文)

在这里插入图片描述

4、点击加载“加载自定义模型”,选择对应yaml文件打开

在这里插入图片描述

5、点击运行,即可完成标注:

在这里插入图片描述
注:其它标注操作与labelme和labelimg大同小异
三、AI模型离线下载与加载
如遇到网络问题下载超时,iAi模型可以去项目官网离线下载,自行加载,加载模型路径可参照下图路径(以Segment Anything 2.1 (Base)为例):
在这里插入图片描述
将离线下载的AI模型对应压缩包解压至图片对应路径下
四、打开Xanylabel加载对应Ai模型即可
打开程序,加载模型进行标注,如下图所示:
在这里插入图片描述

五、AI模型生成的输出框和标签支持手动调整哦,继续标注重复操作即可

看到这了,动动您发财的小手,三连一下吧~~~

### X-AnyLabeling 使用指南 #### 安装准备 为了顺利使用 X-AnyLabeling 工具,需先确保本地开发环境满足低硬件和软件需求。推荐的操作系统为 Windows 10 及以上版本 Ubuntu 20.04 LTS 更新版本[^2]。 #### 下载与安装 有两种主要途径来获取并启动 X-AnyLabeling- **通过预编译二进制文件**:访问官方 GitHub 发布页面下载对应平台的新稳定版压缩包,解压后双击执行程序即可快速上手[^5]。 - **基于源码构建**:对于希望自定义功能是参与贡献开发者而言,则可以从 GitCode 获取仓库克隆链接,在本地环境中按照文档指示逐步搭建运行环境。 #### 基础操作界面说明 初次打开应用程序会呈现简洁直观的工作区布局,左侧栏提供项目管理选项卡;中间区域展示当前加载图像及其标注详情;右侧则集中展示了各类工具按钮以及设置面板[^3]。 #### 创建新项目 点击菜单中的 "File -> New Project..." ,随后指定保存路径及名称创建新的数据集工程。此时可以导入待处理图片资源至工作区内等待进一步编辑。 #### 开始标记作业 选择合适的标签类别应用于选定对象之上——支持矩形框、多边形等多种几何形状绘制方式以适应不同场景下的目标检测任务需求。利用内置AI模型辅助自动识别物体轮廓从而加快工作效率[^4]。 ```python from x_anylabeling import LabelingApp app = LabelingApp() app.run() # 启动图形化界面应用实例 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刘小白吖

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值