X-AnyLabeling

X-AnyLabeling 概覽

這是什麼

X-AnyLabeling 是一個輕量、高效且統一的跨平台桌面應用程式，用於文字、影像、影片、點雲與多模態資料的 AI 輔助標註。它結合了多功能內建工具、自動化標註流程、最先進的深度學習模型，以及靈活的多格式匯入匯出功能。針對遠端推論，X-AnyLabeling-Server 提供輕量且可擴展的後端，用於連接自訂模型與運算資源。

主要功能

• 統一支援文字、影像、影片、點雲與多模態資料的標註與處理。
• 涵蓋 2D 影像分類、物體偵測、實例分割、姿態估計、旋轉物體偵測、多目標追蹤、光學字元辨識、車道標註、影像描述、視覺問答、文件解析與 3D 點雲等任務。
• 提供多邊形、矩形、立方體、旋轉框、四邊形、圓形、線條、折線、點、遮罩，以及文字偵測、文字辨識與 KIE 的任務專用工具。
• 整合多種最先進的深度學習模型，用於 AI 輔助標註、自動化標註與批次資料集預測。
• 支援透過 ONNX Runtime、TensorRT、OpenCV DNN、vLLM 與 SGLang 等引擎與服務框架進行本地與遠端推論。
• 支援匯入與匯出 COCO、VOC、YOLO、DOTA、MOT、MASK、PPOCR、MMGD、VLM-R1 與 ShareGPT 等格式。
• 可在 Windows、Linux 與 macOS 上執行，提供英文、簡體中文、日文與韓文介面，並支援自訂模型整合、靈活擴充與二次開發。

使用情境

使用情境包括為物體偵測、實例分割、姿態估計、OCR、車道偵測、影像描述、視覺問答、文件解析與 3D 點雲分析建立標註資料集。此應用程式適用於為自動駕駛、醫學影像、文件分析等領域的 AI 模型準備訓練資料。

快速開始

請參閱儲存庫的 README 以取得安裝與快速入門說明。

授權與價格

採用 GNU General Public License v3.0 授權。開放原始碼且免費使用。

內容整理自該專案公開的 README 與儲存庫資訊。