Skip to content

Latest commit

 

History

History
260 lines (215 loc) · 17.1 KB

README_zh-CN.md

File metadata and controls

260 lines (215 loc) · 17.1 KB
Raw

X-AnyLabeling-Demo.mp4

📄 目录

🥳 新功能 ⏏️

  • 2024年5月：
  • 2024年3月：
  • 2024年2月：
    • 发布2.3.4版本。
    • 支持标签显示功能。
    • 发布2.3.3版本。
    • ✨✨✨ 支持YOLO-World模型。
    • 发布2.3.2版本。
    • 支持YOLOv9模型。
    • 支持将水平框一键转换为旋转框。
    • 支持批量标签删除及重命名，详情可参考用户手册。
    • 支持快速标签纠正功能，详情可参考用户手册。
    • 发布2.3.1版本。
  • 2024年1月：
    • 支持一键截取子图功能。
    • 👏👏👏 结合CLIP和SAM模型，实现更强大的语义和空间理解。具体可参考此示例。
    • 🔥🔥🔥 在深度估计任务中增加对Depth Anything模型的支持。
    • 发布2.3.0版本。
    • 支持 YOLOv8-OBB 模型。
    • 支持 RTMDet 和 RTMO 模型。
    • 支持基于YOLOv5的中文车牌检测和识别模型。
  • 2023年12月：
    • 发布2.2.0版本。
    • 支持CPU及边缘设备端高效分割一切推理模型：EdgeSAM。
    • 支持 YOLOv5-Cls 和 YOLOv8-Cls 图像分类模型。
  • 2023年11月：
  • 2023年10月：
    • 发布1.0.0版本。
    • 添加旋转框的新功能。
    • 支持 YOLOv5-OBB 与 DroneVehicle 和 DOTA-v1.0/v1.5/v2.0 旋转目标检测模型。
    • 支持SOTA级零样本目标检测：GroundingDINO。
    • 支持SOTA级图像标签模型：Recognize Anything。
    • 支持 YOLOv5-SAM 和 YOLOv8-EfficientViT_SAM 联合检测及分割任务。
    • 支持 YOLOv5 和 YOLOv8 实例分割算法。
    • 支持 Gold-YOLO 和 DAMO-YOLO 模型。
    • 支持多目标跟踪算法：OC_Sort（CVPR'23）。
    • 添加使用SAHI进行小目标检测的新功能。
  • 2023年9月：
    • 发布0.2.4版本。
    • 支持EfficientViT-SAM（ICCV'23），SAM-Med2D，MedSAM 和 YOLOv5-SAM 模型。
    • 支持 ByteTrack（ECCV'22）用于MOT任务。
    • 支持 PP-OCRv4 模型。
    • 支持视频解析功能。
    • 开发yolo/coco/voc/mot/dota/mask一键导入及导出功能。
    • 开发一键运行功能。
  • 2023年8月：
    • 发布0.2.0版本。
    • 支持LVMSAM 及其变体 BUID，ISIC，Kvasir。
    • 支持车道检测算法：CLRNet（CVPR'22）。
    • 支持2D人体全身姿态估计：DWPose（ICCV'23 Workshop）。
  • 2023年7月：
  • 2023年6月：
  • 2023年5月：

👋 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 ⏏️

🗝️关键功能

  • 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。

⛏️模型库

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 ⏏️

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
b SAM 模式 快速清除提示点
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 + l 显示/隐藏标签
Ctrl + t 显示/隐藏文本
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：

✅ 许可 ⏏️

本项目采用 GPL-3.0 开源许可证。

🏷️ 引用 ⏏️

BibTeX

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}}
}