Yolo打标工具 | X-AnyLabeling 中文使用说明：从安装、手工标注到 AI 辅助标注

无宜

254人浏览 · 2026-07-25 13:23:20

无宜 · 2026-07-25 13:23:20 发布

本文以 X-AnyLabeling v3.3.10 为基础，运行环境以 Ubuntu 20.04、Python 3.10 为例。不同版本的界面和模型列表可能存在差异，使用时应以实际安装版本为准。

1. 项目简介

X-AnyLabeling 是一个面向计算机视觉数据集制作的桌面标注工具。它不仅能完成常见的矩形框、多边形、旋转框、关键点等人工标注，还把目标检测、实例分割、姿态估计、OCR、视觉语言模型等推理能力集成到了标注界面中。

传统标注软件通常只负责“画标签”，模型推理需要在另外的脚本中完成。X-AnyLabeling 的思路是把两部分放到同一个工作流里：先由模型生成候选结果，再由人工检查、修改和确认。对于目标数量较多、轮廓复杂或数据规模较大的任务，这种方式可以显著减少重复操作。

项目仓库：

https://github.com/CVHub520/X-AnyLabeling

本文使用的版本：

v3.3.10

该版本使用 PyQt5 构建桌面界面，要求 Python 3.10 及以上。项目使用 GPL-3.0 许可证，二次开发和发布时应保留许可证及项目来源信息。

2. 项目名称的含义

名称可以拆成三部分理解：

X：表示可扩展、跨任务和多模态，不局限于单一标注类型。
Any：强调对多种视觉任务、模型和数据格式的兼容。
Labeling：项目的核心仍然是数据标注与标注结果管理。

它并不是某个模型的专用界面，而是一个通用标注平台。模型只是辅助工具，最终输出仍然是可用于训练、验证和测试的数据标签。

3. 能完成哪些任务

X-AnyLabeling v3.3.10 支持的任务覆盖范围较广，常用场景如下。

3.1 图像分类

为整张图片分配一个或多个类别，例如：

猫、狗、鸟等图像分类；
产品合格与不合格分类；
场景类别、天气类别和道路类型分类。

3.2 目标检测

使用水平矩形框标记目标的位置和类别，适合 YOLO、Faster R-CNN、RT-DETR 等检测任务。

常见标注内容包括：

类别名称 + 左上角坐标 + 右下角坐标

3.3 旋转目标检测

使用带方向角的旋转框标注目标，适用于航拍、遥感、文字、工业零件等目标方向变化较大的场景。

常见输出格式包括 DOTA 和 YOLO OBB。

3.4 实例分割

使用多边形或掩码描述每个目标的完整轮廓。与目标检测相比，实例分割不仅知道目标在哪里，还知道目标具体占用了哪些像素。

3.5 语义分割

为图像中的每个像素分配类别。它通常不区分同类目标的不同实例，例如所有道路像素属于同一类别。

3.6 关键点与姿态估计

使用点标记人体关节、手部关节、人脸特征点或工业部件关键位置，并可通过分组或骨架关系组织关键点。

3.7 OCR 与关键信息提取

支持文本检测、文本识别和 KIE 标注，可用于票据、表格、证件、包装文字和场景文字数据集制作。

3.8 多目标跟踪

对视频帧中的同一目标分配一致的跟踪 ID，可输出 MOT 等跟踪格式。

3.9 图像描述、视觉问答与 Grounding

项目还支持图像描述、视觉问答、开放词汇检测和文本提示定位等多模态任务。这类任务通常会使用视觉语言模型生成文字或根据提示词定位目标。

4. 工作原理

X-AnyLabeling 可以看成四层结构：界面层、标注数据层、模型推理层和格式转换层。

4.1 界面层

界面由 PyQt5 实现，主要负责：

显示图像和视频帧；
响应鼠标、键盘和菜单操作；
绘制矩形框、多边形、点、线、圆和旋转框；
显示文件列表、标签列表和自动标注面板；
管理保存、导入、导出和配置。

用户在画布上的操作最终会转换成内部的 Shape 对象。

4.2 标注数据层

每个标注对象通常包含以下信息：

label        类别名称
points       顶点坐标
shape_type   标注形状类型
score        模型预测置信度
group_id     分组编号
description  描述信息
difficult    是否为困难样本
flags        自定义标志
attributes   自定义属性

这些信息默认保存在项目自己的 JSON 标注格式中。该格式可视为 X-AnyLabeling 的中间表示，也常被称为 XLABEL 格式。

一个简化后的标注文件结构如下：

{
  "version": "3.3.10",
  "flags": {},
  "shapes": [
    {
      "label": "person",
      "points": [[120, 80], [350, 460]],
      "group_id": null,
      "description": null,
      "difficult": false,
      "shape_type": "rectangle",
      "flags": {},
      "attributes": {}
    }
  ],
  "imagePath": "000001.jpg",
  "imageData": null,
  "imageHeight": 720,
  "imageWidth": 1280
}

4.3 模型推理层

自动标注模块负责加载模型配置和权重，完成图像预处理、模型推理、结果后处理，再把推理结果转换为 Shape 对象显示在画布上。

典型流程如下：

输入图像
  ↓
尺寸缩放、归一化等预处理
  ↓
ONNX Runtime 或其他推理后端
  ↓
置信度过滤、NMS、掩码处理等后处理
  ↓
转换为矩形框、多边形、关键点等 Shape
  ↓
显示到画布，由人工确认或修改

v3.3.10 常见的本地推理后端是 ONNX Runtime。CPU 环境安装 onnxruntime，GPU 环境安装 onnxruntime-gpu。两个包不应在同一个环境中同时安装，否则可能出现执行提供器选择错误或动态库冲突。

4.4 格式转换层

项目内部先使用 XLABEL 组织标注，再将其转换为 YOLO、VOC、COCO、DOTA、MOT、MASK、PPOCR 等格式。

因此，不同格式之间的转换通常遵循：

源格式 → XLABEL → 目标格式

这种方式让界面层只需要维护一种核心数据结构，具体训练框架所需的格式由转换器负责生成。

5. 项目目录结构

v3.3.10 的仓库顶层主要包含以下目录：

X-AnyLabeling/
├── anylabeling/          主程序源码
├── assets/               README 和文档使用的图片、演示资源
├── docs/                 中文和英文使用文档
├── examples/             各类任务、模型和格式示例
├── scripts/              构建、资源生成等脚本
├── tests/                测试代码
├── tools/                标签转换和辅助工具
├── pyproject.toml        包信息、依赖和命令入口
├── requirements*.txt     不同平台与运行环境的依赖列表
├── README.md             英文项目说明
├── README_zh-CN.md       中文项目说明
└── LICENSE               GPL-3.0 许可证

5.1 anylabeling 目录

anylabeling/
├── app.py                程序入口和命令行参数
├── app_info.py           版本、设备等应用信息
├── config.py             配置加载与合并
├── configs/              默认配置和模型相关配置
├── resources/            图标、翻译和 Qt 资源
├── services/             独立服务与系统交互逻辑
└── views/                主窗口、画布、对话框和标注界面

项目整体采用界面、服务和配置相对分离的结构：

views 负责界面与交互；
services 负责独立业务服务；
configs 负责默认配置；
resources 保存界面资源；
app.py 负责解析命令行、创建 Qt 应用并打开主窗口。

自动标注相关代码位于 views/labeling/widgets/auto_labeling 附近，其中包括模型基类、模型管理器、推理引擎和不同模型适配代码。

6. Ubuntu 20.04 安装

下面以 CPU 版本为例。即使系统自带 Python 3.8，也不建议直接在系统 Python 中安装。单独使用 Conda 环境可以避免 ROS、OpenCV、PyQt 和 ONNX Runtime 之间互相影响。

6.1 准备 Miniconda

确认 Conda 可以正常使用：

conda --version
which conda

若终端提示找不到 conda，可执行：

source ~/miniconda3/etc/profile.d/conda.sh
conda init bash
source ~/.bashrc

6.2 创建 Python 3.10 环境

conda create -n xanylabeling python=3.10 -y
conda activate xanylabeling
python --version

预期输出类似：

Python 3.10.x

不要使用 Python 3.14 等过新的版本安装 v3.3.10。项目配置要求 Python 3.10 及以上，但部分第三方包不一定已经适配最新 Python。

6.3 下载指定版本

cd ~
git clone --branch v3.3.10 --depth 1 \
  https://github.com/CVHub520/X-AnyLabeling.git
cd ~/X-AnyLabeling

检查版本：

git describe --tags

6.4 安装 CPU 版本

python -m pip install --upgrade pip setuptools wheel
pip install -e ".[cpu]"

这里的 -e 表示以开发模式安装。仓库代码修改后一般不需要重新安装，适合源码运行和后续二次开发。

安装完成后检查：

xanylabeling version
xanylabeling checks

启动程序：

xanylabeling

6.5 CUDA 11 环境

pip install -e ".[gpu-cu11]"

CUDA 11 环境下，ONNX 与 ONNX Runtime GPU 的版本需要保持兼容。v3.3.10 文档给出的约束为：

onnx >= 1.15.0, < 1.16.1
onnxruntime-gpu >= 1.15.0, < 1.19.0

6.6 CUDA 12 环境

pip install -e ".[gpu]"

安装后可检查 ONNX Runtime 是否识别 CUDA：

python - <<'PY'
import onnxruntime as ort
print(ort.get_available_providers())
PY

正常的 GPU 环境应包含：

CUDAExecutionProvider

若只显示 CPUExecutionProvider，说明 CUDA、cuDNN、ONNX Runtime GPU 或动态库路径尚未配置正确。

7. 第一次启动

启动命令：

conda activate xanylabeling
cd ~/X-AnyLabeling
xanylabeling

程序会在用户目录创建配置文件：

~/.xanylabelingrc

该文件用于保存界面语言、最近目录、自动保存、标签排序、文件切换方式等配置。

需要恢复默认设置时可以执行：

xanylabeling --reset-config

查看当前配置文件路径：

xanylabeling config

8. 基本界面说明

在这里插入图片描述

图 1　X-AnyLabeling 主界面示意。中央为标注画布，左右区域用于文件、对象、标签和自动标注参数管理。

主界面通常由以下区域组成：

8.1 顶部菜单栏

用于打开文件、导入导出标签、切换编辑模式、调用工具、打开设置和帮助信息。

8.2 左侧工具栏

用于选择绘图方式和编辑状态，常见功能包括：

编辑对象；
绘制矩形；
绘制旋转框；
绘制多边形；
绘制点和线；
放大、缩小和移动画布；
删除、复制和修改对象。

8.3 中央画布

显示当前图片及所有标注对象。人工标注和模型预测结果最终都会显示在这里。

8.4 文件列表

显示当前目录中的图片或从视频中提取的帧，可用于快速切换、查看标注状态和筛选已标注或未标注图片。

8.5 标签与对象列表

显示当前图像上的标注对象。可以选择、隐藏、删除对象，也可以修改类别、属性、描述和分组信息。

8.6 自动标注面板

用于选择模型、下载或加载权重、调整置信度阈值、输入提示词并执行推理。

不同模型的控件会有所区别。例如 YOLO 检测模型通常提供置信度和 IoU 阈值，SAM 类模型则提供正点、负点、矩形框等交互提示。

9. 人工标注流程

下面以 YOLO 目标检测数据集为例。

9.1 准备目录

建议先建立清晰的数据目录：

dataset/
├── images/
│   ├── 000001.jpg
│   ├── 000002.jpg
│   └── ...
└── labels/

标注阶段可以直接打开 images 目录，导出后再按训练框架要求整理目录。

9.2 打开图片目录

在菜单中选择：

文件 → 打开图片目录

快捷键：

Ctrl + U

X-AnyLabeling 支持常见的 JPG、PNG、BMP、WEBP、TIF 等图片格式，也支持多级目录。

9.3 创建矩形框

选择矩形工具，在目标左上角按下鼠标，拖动到右下角后松开。输入类别名称并确认，画布上会生成一个矩形对象。

标注时应遵循统一规则：

框尽量贴合目标边缘；
不要包含过多背景；
遮挡目标是否标注应提前确定；
极小目标和模糊目标应统一处理；
同一类别使用完全一致的名称，避免 car、Car、cars 混用。

9.4 切换图片

A：上一张
D：下一张

项目还支持在已标注和未标注图片之间跳转。相关行为可在 ~/.xanylabelingrc 中通过 switch_to_checked 等字段调整。

9.5 保存标签

常用保存方式：

Ctrl + S：保存当前标注

建议开启自动保存，避免切换图片或异常退出造成数据丢失。

默认情况下，每张图片会生成一个同名 JSON 文件，例如：

000001.jpg
000001.json

9.6 检查数据

每完成一批数据，应检查：

是否有漏标目标；
类别名称是否一致；
框是否越界；
多边形是否自交；
关键点顺序是否正确；
空标签是否符合预期；
图片和标签数量是否匹配。

项目中的“数据总览”功能可以统计类别数量、形状数量和数据分布，并导出 CSV 报告。

10. 自动标注的使用方法

图 2　官方示例覆盖检测、分割、OCR、姿态估计、目标跟踪、视觉语言等多类任务。

自动标注不是“模型运行完就直接作为最终标签”，更合理的工作方式是：

模型预标注 → 人工检查 → 修正漏检和误检 → 保存确认

10.1 选择模型

在自动标注面板中选择任务对应的模型。常见选择包括：

YOLO：目标检测、实例分割、姿态估计、旋转框；
SAM、MobileSAM、EdgeSAM：交互式分割；
Grounding DINO、YOLO-World：文本提示检测；
PP-OCR：文字检测与识别；
Depth Anything：深度估计；
Florence 2 等视觉基础模型：描述、定位和多模态任务。

模型列表会随版本更新，不同模型可能需要额外依赖或单独下载权重。

10.2 加载模型配置

模型通常由 YAML 配置文件描述，内容可能包括：

type: yolov8
name: yolov8n
model_path: /path/to/model.onnx
confidence_threshold: 0.25
nms_threshold: 0.45
classes:
  - person
  - car

实际字段由对应模型适配器决定。配置文件负责告诉程序：

使用哪一种模型类；
权重文件位于哪里；
类别列表是什么；
输入尺寸和阈值是多少；
推理结果应该转换成哪种标注形状。

10.3 单张图片推理

加载模型后，对当前图片执行预测。模型结果会显示到画布中，用户可以：

删除误检框；
补画漏检目标；
修改错误类别；
调整框和多边形边缘；
根据业务要求过滤低质量目标。

10.4 批量推理

项目支持对当前任务中的多张图片执行一键预测。批量标注前建议先使用少量图片调试阈值，否则错误设置会批量产生大量低质量标签。

推荐流程：

随机选择 20～50 张有代表性的图片；
调整置信度阈值和 NMS 阈值；
检查大目标、小目标、遮挡和复杂背景；
确认结果可接受后再执行批量预测；
批量预测后仍需抽查或逐张复核。

10.5 SAM 交互式分割

SAM 类模型更适合轮廓复杂的目标。基本操作是给模型提供提示：

正点：告诉模型该位置属于目标；
负点：告诉模型该位置不属于目标；
矩形框：限定目标的大致范围。

模型根据提示生成分割掩码，确认后转换成多边形标注。对于边界复杂的物体，通常比手工逐点绘制更快。

11. 标签格式导入与导出

X-AnyLabeling 支持多种训练框架常用格式。不同任务需要选择对应的导入或导出选项，不能仅根据扩展名判断。

11.1 YOLO

常见任务包括：

检测：class x_center y_center width height；
分割：class x1 y1 x2 y2 ...；
旋转框：OBB 格式；
姿态估计：框和关键点坐标。

YOLO 坐标通常归一化到 0～1。导出时需要准备类别文件，类别文件每行一个名称：

person
car
bicycle

行号从 0 开始对应类别 ID。

11.2 Pascal VOC

VOC 使用 XML 文件保存图片尺寸、类别和矩形框坐标，适合传统目标检测任务。

默认导出目录通常为：

Annotations/

11.3 COCO

COCO 使用一个 JSON 文件管理多张图片、类别和标注，支持目标检测、实例分割和关键点任务。

导入或导出前通常需要准备类别文件或关键点配置文件。

11.4 DOTA

DOTA 主要用于旋转目标检测，每行通常包含四个顶点、类别和困难标志：

x1 y1 x2 y2 x3 y3 x4 y4 class_name difficult

默认导出目录通常为：

labelTxt/

11.5 MASK

语义分割可以导入或导出 PNG 掩码。为了确定像素值与类别的对应关系，需要准备颜色映射表或灰度映射表。

11.6 MOT

MOT 格式用于多目标跟踪，常见文件包括：

seqinfo.ini
 det.txt
 gt.txt

每条标注包含帧号、跟踪 ID、目标框、类别和可见率等信息。

11.7 PPOCR

PPOCR 格式用于文本检测、识别和关键信息提取。导出后可能包含：

Label.txt
rec_gt.txt
crop_img/
class_list.txt
ppocr_kie.json

12. 命令行工具

12.1 查看帮助

xanylabeling --help
xanylabeling help

12.2 查看版本

xanylabeling version

12.3 环境检查

xanylabeling checks

12.4 打开指定目录

xanylabeling /path/to/images

12.5 指定输出目录

xanylabeling /path/to/images \
  --output /path/to/labels

12.6 自动保存

xanylabeling /path/to/images --autosave

12.7 禁止在 JSON 中嵌入图像数据

xanylabeling /path/to/images --nodata

不保存 Base64 图像数据可以明显减小 JSON 文件体积。

12.8 预设类别

xanylabeling /path/to/images \
  --labels person,car,bicycle

也可以传入类别文件路径。

12.9 批量格式转换

列出转换任务：

xanylabeling convert

查看某个任务帮助：

xanylabeling convert xlabel2yolo --help

当前转换体系以 XLABEL 为中间格式，因此通常需要先将源格式转换为 XLABEL，再由 XLABEL 转成目标格式。

13. 数据集制作建议

标注软件只能提高操作效率，数据集质量仍然取决于标注规则和审核流程。

13.1 先写标注规范

正式标注前应明确：

类别定义；
遮挡目标是否标注；
截断目标是否标注；
极小目标的最小尺寸；
模糊目标如何处理；
框应贴合可见区域还是完整推测区域；
类别重叠时的优先级；
多边形需要多精细。

13.2 训练集和验证集都需要标签

监督学习中，训练集用于计算损失并更新模型参数，验证集用于计算精度和选择模型，因此两者都需要标签。测试集是否公开标签取决于评测方式，但本地测试通常也需要标签。

13.3 不要先随机划分再批量标注

更稳妥的做法是先完成全部标注和质量检查，再按场景、视频序列或采集批次划分训练集和验证集。若连续视频帧被随机分散到训练集和验证集，可能造成数据泄漏，使验证指标虚高。

13.4 保留原始 XLABEL 文件

即使最终训练使用 YOLO，也建议保留 X-AnyLabeling 的原始 JSON。以后需要转换为 COCO、VOC 或其他格式时，可以直接从完整标注信息重新导出。

13.5 建立审核状态

可通过文件列表复选框、标志字段或外部记录区分：

未标注
已预标注
已人工检查
已复审

这比仅根据“是否存在标签文件”判断质量更可靠。

14. 自定义模型与二次开发

X-AnyLabeling 的模型扩展方式不是直接把任意 ONNX 文件拖进界面，而是为模型编写适配器。

一个完整适配通常包括：

新建模型类并继承项目的 Model 基类；
定义配置字段和必填参数；
实现模型加载；
实现图像预处理；
实现推理调用；
实现后处理；
将结果转换为 Shape 或 AutoLabelingResult；
在模型类型列表中注册新模型；
在 ModelManager 中增加加载逻辑；
编写对应 YAML 配置。

一个模型类的逻辑框架可以概括为：

class CustomModel(Model):
    def __init__(self, model_config, on_message):
        super().__init__(model_config, on_message)
        # 读取配置并加载模型

    def predict_shapes(self, image, image_path=None):
        # 1. 图像预处理
        # 2. 模型推理
        # 3. 后处理
        # 4. 转换为 Shape
        return AutoLabelingResult(shapes=shapes, replace=True)

    def unload(self):
        # 释放模型、GPU 显存或其他资源
        pass

二次开发时应优先参考仓库中与自己任务最接近的现有模型，而不是从空文件开始。例如，自定义 YOLO 检测器可以参考已有 YOLO 模型，自定义语义分割模型可以参考 UNet 或其他分割适配器。

15. 常见问题

15.1 `pip` 找不到 `x-anylabeling`

错误示例：

No matching distribution found for x-anylabeling

正确的 PyPI 包名是：

pip install "x-anylabeling-cvhub[cpu]==3.3.10"

源码安装则执行：

pip install -e ".[cpu]"

15.2 Ubuntu 20.04 默认 Python 3.8 不兼容

v3.3.10 要求 Python 3.10 及以上。不要替换系统 Python，使用 Conda 创建独立环境：

conda create -n xanylabeling python=3.10 -y

15.3 Qt 提示缺少 XCB 库

可安装常见依赖：

sudo apt update
sudo apt install -y \
  libgl1 \
  libegl1 \
  libxcb-xinerama0 \
  libxcb-cursor0 \
  libxkbcommon-x11-0 \
  libxcb-icccm4 \
  libxcb-image0 \
  libxcb-keysyms1 \
  libxcb-render-util0

15.4 ROS 环境与 Conda 动态库冲突

Ubuntu 20.04 上经常同时安装 ROS Noetic。ROS 会修改 PYTHONPATH 和 LD_LIBRARY_PATH，可能与 Conda 中的 Qt、OpenCV、Expat 等库冲突。

可以在干净终端中启动：

bash --noprofile --norc
source ~/miniconda3/etc/profile.d/conda.sh
conda activate xanylabeling
cd ~/X-AnyLabeling
xanylabeling

不建议在同一个终端中同时运行需要 ROS Python 包的程序和 X-AnyLabeling。

15.5 `pyexpat` 出现 undefined symbol

错误示例：

undefined symbol: XML_SetAllocTrackerActivationThreshold

先重装环境中的 Python 与 Expat：

conda activate xanylabeling
conda install --force-reinstall \
  python=3.10 \
  expat \
  libexpat \
  -y

测试：

python -c "import pyexpat; print(pyexpat.EXPAT_VERSION)"
python -c "from xml.etree import ElementTree; print('XML OK')"

如果单独导入正常，但启动 PyQt 后仍报错，说明进程提前加载了其他版本的 libexpat.so.1。可强制预加载 Conda 环境中的库：

LD_PRELOAD="$CONDA_PREFIX/lib/libexpat.so.1" xanylabeling

也可以制作启动脚本：

cat > ~/X-AnyLabeling/start_xanylabeling.sh <<'SH'
#!/bin/bash
source "$HOME/miniconda3/etc/profile.d/conda.sh"
conda activate xanylabeling
export LD_PRELOAD="$CONDA_PREFIX/lib/libexpat.so.1"
cd "$HOME/X-AnyLabeling"
exec xanylabeling "$@"
SH

chmod +x ~/X-AnyLabeling/start_xanylabeling.sh

以后执行：

~/X-AnyLabeling/start_xanylabeling.sh

15.6 GPU 环境只能使用 CPU

检查：

python - <<'PY'
import onnxruntime as ort
print(ort.get_available_providers())
PY

同时确认没有同时安装两个运行时：

pip list | grep onnxruntime

GPU 环境通常只应保留：

onnxruntime-gpu

15.7 配置损坏或界面无法恢复

xanylabeling --reset-config

也可以先备份后删除配置：

mv ~/.xanylabelingrc ~/.xanylabelingrc.bak

16. 推荐的完整使用流程

对于一个普通的目标检测项目，可以采用以下流程：

1. 编写类别和标注规范
2. 清理重复、损坏和无效图片
3. 使用 X-AnyLabeling 打开图片目录
4. 手工标注一小批种子数据
5. 使用种子数据训练初始模型
6. 将模型导出为 ONNX
7. 接入自动标注面板生成预标注
8. 人工修改并审核预标注结果
9. 重新训练模型
10. 迭代预标注和人工审核
11. 完成全部数据后划分训练集、验证集和测试集
12. 从 XLABEL 导出 YOLO、COCO 或其他训练格式
13. 执行标签完整性检查和数据统计

这种“人工种子数据—初始模型—模型预标注—人工修正”的循环，比从头到尾纯手工标注更高效，也比完全相信模型结果更可靠。

17. 总结

X-AnyLabeling 的核心价值不只是支持很多模型，而是把数据浏览、人工标注、模型预标注、格式转换和质量检查集中在同一个桌面程序中。

对于小型项目，它可以直接替代常见的矩形框或多边形标注软件；对于较大的项目，它更适合作为人机协同标注平台：模型负责生成候选标签，人工负责纠错和最终确认。

使用时需要注意三点：

根据项目版本选择合适的 Python、PyQt 和 ONNX Runtime；
自动标注结果必须经过人工检查，不能直接当作高质量真值；
应保留原始 XLABEL 文件，并通过统一规范、复审和数据统计保证标签质量。

只要环境依赖稳定、标注规范明确，X-AnyLabeling 可以覆盖从普通 YOLO 检测数据集到分割、姿态、OCR 和多模态数据制作的大多数需求。

参考资料

X-AnyLabeling 项目仓库：https://github.com/CVHub520/X-AnyLabeling
v3.3.10 源码：https://github.com/CVHub520/X-AnyLabeling/tree/v3.3.10
中文快速入门：https://github.com/CVHub520/X-AnyLabeling/blob/v3.3.10/docs/zh_cn/get_started.md
中文用户手册：https://github.com/CVHub520/X-AnyLabeling/blob/v3.3.10/docs/zh_cn/user_guide.md
命令行工具：https://github.com/CVHub520/X-AnyLabeling/blob/v3.3.10/docs/zh_cn/cli.md
自定义模型：https://github.com/CVHub520/X-AnyLabeling/blob/v3.3.10/docs/zh_cn/custom_model.md
模型列表：https://github.com/CVHub520/X-AnyLabeling/blob/v3.3.10/docs/zh_cn/model_zoo.md

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

【LangGraph实战】《LangGraph实战》_62.[第3章状态图结构] X-Ray子图可视化：透视复杂智能体的内部结构

2048 AI社区

SynaCore AM-DT：重新定义液压歧管3D打印的价值创造

2048 AI社区

【LangGraph实战】《LangGraph实战》_63.[第3章状态图结构] 状态图设计模式总结：从简单到复杂的演进路径

2048 AI社区

所有评论(0)

查看更多评论

无宜

@qq_56908984

已为社区贡献1条内容

Yolo打标工具 | X-AnyLabeling 中文使用说明：从安装、手工标注到 AI 辅助标注

无宜

1. 项目简介

2. 项目名称的含义

3. 能完成哪些任务

3.1 图像分类

3.2 目标检测

3.3 旋转目标检测

3.4 实例分割

3.5 语义分割

3.6 关键点与姿态估计

3.7 OCR 与关键信息提取

3.8 多目标跟踪

3.9 图像描述、视觉问答与 Grounding

4. 工作原理

4.1 界面层

4.2 标注数据层

4.3 模型推理层

4.4 格式转换层

5. 项目目录结构

5.1 anylabeling 目录

6. Ubuntu 20.04 安装

6.1 准备 Miniconda

6.2 创建 Python 3.10 环境

6.3 下载指定版本

6.4 安装 CPU 版本

6.5 CUDA 11 环境

6.6 CUDA 12 环境

7. 第一次启动

8. 基本界面说明

8.1 顶部菜单栏

8.2 左侧工具栏

8.3 中央画布

8.4 文件列表

8.5 标签与对象列表

8.6 自动标注面板

9. 人工标注流程

9.1 准备目录

9.2 打开图片目录

9.3 创建矩形框

9.4 切换图片

9.5 保存标签

9.6 检查数据

10. 自动标注的使用方法

10.1 选择模型

10.2 加载模型配置

10.3 单张图片推理

10.4 批量推理

10.5 SAM 交互式分割

11. 标签格式导入与导出

11.1 YOLO

11.2 Pascal VOC

11.3 COCO

11.4 DOTA

11.5 MASK

11.6 MOT

11.7 PPOCR

12. 命令行工具

12.1 查看帮助

12.2 查看版本

12.3 环境检查

12.4 打开指定目录

12.5 指定输出目录

12.6 自动保存

12.7 禁止在 JSON 中嵌入图像数据

12.8 预设类别

12.9 批量格式转换

13. 数据集制作建议

13.1 先写标注规范

13.2 训练集和验证集都需要标签

13.3 不要先随机划分再批量标注

13.4 保留原始 XLABEL 文件

13.5 建立审核状态

14. 自定义模型与二次开发

15. 常见问题

15.1 pip 找不到 x-anylabeling

15.2 Ubuntu 20.04 默认 Python 3.8 不兼容

15.3 Qt 提示缺少 XCB 库

15.4 ROS 环境与 Conda 动态库冲突

15.5 pyexpat 出现 undefined symbol

15.1 `pip` 找不到 `x-anylabeling`

15.5 `pyexpat` 出现 undefined symbol