SOTA Zero-Shot Openset Object Detection Model
Strong Image Tagging Model
Powerful Object Segmentation Anything Model
Advanced Multi-Label Classification Model
🥳 新功能 ⏏️
- Dec. 2023:
- Nov. 2023:
- Release version 2.1.0.
- Supoort InternImage model (CVPR'23).
- Release version 2.0.0.
- Added support for Grounding-SAM, combining GroundingDINO with HQ-SAM to achieve sota zero-shot high-quality predictions!
- Enhanced support for HQ-SAM model to achieve high-quality mask predictions.
- Support the PersonAttribute and VehicleAttribute model for multi-label classification task.
- Introducing a new multi-label attribute annotation functionality.
- Release version 1.1.0.
- Support pose estimation: YOLOv8-Pose.
- Support object-level tag with yolov5_ram.
- Add a new feature enabling batch labeling for arbitrary unknown categories based on Grounding-DINO.
- Oct. 2023:
- Release version 1.0.0.
- Add a new feature for rotation box.
- Support YOLOv5-OBB with DroneVehicle and DOTA-v1.0/v1.5/v2.0 model.
- SOTA Zero-Shot Object Detection - GroundingDINO is released.
- SOTA Image Tagging Model - Recognize Anything is released.
- Support YOLOv5-SAM and YOLOv8-EfficientViT_SAM union task.
- Support YOLOv5 and YOLOv8 segmentation task.
- Release Gold-YOLO and DAMO-YOLO models.
- Release MOT algorithms: OC_Sort (CVPR'23).
- Add a new feature for small object detection using SAHI.
- Sep. 2023:
- Aug. 2023:
- Jul. 2023:
- Add label_converter.py script.
- Release RT-DETR model.
- Jun. 2023:
- Release YOLO-NAS model.
- Support instance segmentation: YOLOv8-seg.
- Add README_zh-CN.md of X-AnyLabeling.
- May. 2023:
👋 简介 ⏏️
X-AnyLabeling 是一款基于AI推理引擎和丰富功能特性于一体的强大辅助标注工具，其专注于实际应用，致力于为图像数据工程师提供工业级的一站式解决方案，可自动快速进行各种复杂任务的标定。
🔥 亮点 ⏏️
- 支持
GPU推理加速； - 支持
图像和视频处理； - 支持单帧和批量预测所有任务；
- 支持自定义模型和二次开发设计；
- 支持一键导入和导出主流的标签格式，如COCO\VOC\YOLO\DOTA\MOT\MASK；
- 支持多种图像标注样式，包括
多边形、矩形、旋转框、圆形、线条、点，以及文本检测、识别和KIE标注； - 支持各类视觉任务，如
图像分类、目标检测、实例分割、姿态估计、旋转检测、多目标跟踪、光学字符识别、图像文本描述、车道线检测、分割一切系列等。
| Object Detection | SOD with SAHI | Facial Landmark Detection | 2D Pose Estimation |
|---|---|---|---|
 |
 |
 |
 |
| 2D Lane Detection | OCR | MOT | Instance Segmentation |
 |
 |
 |
 |
| Image Tagging | Grounding DINO | Recognition | Rotation |
 |
 |
 |
 |
| SAM | BC-SAM | Skin-SAM | Polyp-SAM |
 |
 |
 |
 |
更多详情，请参考>>>模型库
📋 教程 ⏏️
🔜快速开始
📋用户手册
点击展开/关闭
| 快捷键 | 功能 |
|---|---|
| d | 打开下一个文件 |
| a | 打开上一个文件 |
| p 或 [Ctrl+n] | 创建多边形 |
| o | 创建旋转框 |
| r 或 [Crtl+r] | 创建矩形框 |
| i | 运行模型 |
| q | SAM 模式 的正样本点 |
| e | SAM 模式 的负样本点 |
| c | SAM 模式 快速清除已选点 |
| g | 组合选定的对象 |
| u | 取消组合选定的对象 |
| s | 隐藏选定的对象 |
| w | 显示选定的对象 |
| Ctrl + q | 退出当前应用程序 |
| Ctrl + i | 打开图像文件 |
| Ctrl + o | 打开视频文件 |
| Ctrl + u | 从目录加载所有图像 |
| Ctrl + e | 编辑标签 |
| Ctrl + j | 编辑多边形 |
| Ctrl + c | 复制选定的对象 |
| Ctrl + v | 粘贴选定的对象 |
| Ctrl + d | 复制多边形 |
| Ctrl + g | 显示当前任务的标注统计 |
| Ctrl + h | 切换可见性对象 |
| Ctrl + p | 切换保留上一个模式 |
| Ctrl + y | 切换自动使用上一个标签 |
| Ctrl + m | 唤醒批量标注 |
| Ctrl + a | 启用自动标注 |
| Ctrl + s | 保存当前标注 |
| Ctrl + Shift + s | 更改输出目录 |
| Ctrl - | 缩小 |
| Ctrl + 0 | 缩放至原始大小 |
| [Ctrl++, Ctrl+=] | 放大 |
| Ctrl + f | 适应窗口 |
| Ctrl + Shift + f | 适应宽度 |
| Ctrl + z | 撤销上一操作 |
| Ctrl + Delete | 删除文件 |
| Delete | 删除多边形 |
| Esc | 取消选择的对象 |
| Backspace | 删除选定的点 |
| ↑→↓← | 键盘箭头移动选定的对象 |
| zxcv | 键盘旋转选定的矩形框 |
📧 联系 ⏏️
🤗 亲，给个 Star 支持一下吧！ 🤗
如果您觉得这个项目有用或有趣，请考虑给它点赞以表示支持。如果您在使用这个项目时遇到任何问题或有任何疑问，请随时使用以下方式寻求帮助：
- 创建问题
- 邮箱: [email protected]
- 微信:
ww10874（请在您的消息中包含X-Anylabeing+问题的简要描述）
✅ 许可 ⏏️
本项目采用 GPL-3.0 开源许可证。
🏷️ 引用 ⏏️
如果您在研究中使用了这个软件，请按照以下方式引用它：
@misc{X-AnyLabeling,
year = {2023},
author = {Wei Wang},
publisher = {Github},
organization = {CVHub},
journal = {Github repository},
title = {Advanced Auto Labeling Solution with Added Features},
howpublished = {\url{https://github.com/CVHub520/X-AnyLabeling}}
}