Auto-Training

Auto-Labeling

Detect Anything

Segment Anything

Promptable Concept Grounding

VQA

Chatbot

Image Classifier

OCR

🥳 最新动态

• 2026-04-01: 新增对日语和韩语界面语言的支持（ja_JP、ko_KR）。
• 2026-03-22: 在 GUI 中新增内置设置功能，可直接调整常用选项。
• 2026-03-10: 新增从矩形标注快速生成 3D 立方体标注的功能。
• 2026-03-01: 完成 PyQt5 到 PyQt6 的升级重构（Beta 版本），并修复了多项功能问题及优化性能。
• 更多详情请参阅 CHANGELOG。

X-AnyLabeling

X-AnyLabeling 是一款功能强大的标注工具，集成了 AI 引擎，支持快速自动标注。它专为多模态数据工程师设计，提供面向复杂任务的工业级解决方案。

此外，我们强烈推荐您尝试 X-AnyLabeling-Server，这是一个简单、轻量且可扩展的框架，能够为 X-AnyLabeling 提供远程推理能力。

功能特性

• 支持远程推理服务。
• 同时处理图像和视频数据。
• 通过 GPU 和 FFmpeg 加速推理。
• 支持英语、中文、日语和韩语界面本地化。
• 允许自定义模型及二次开发。
• 支持一键对当前任务中的所有图像进行推理。
• 支持 COCO、VOC、YOLO、DOTA、MOT、MASK、PPOCR、MMGD、VLM-R1 等多种格式的导入导出。
• 能够完成分类、检测、分割、字幕生成、旋转、跟踪、估计、OCR、VQA、概念定位等多种任务。
• 支持丰富的标注样式：多边形、矩形、立方体、旋转框、四边形、圆形、直线、折线、点，以及文本检测、识别和 KIE 标注。

模型库

任务类别	支持的模型
🖼️ 图像分类	YOLOv5-Cls、YOLOv8-Cls、YOLO11-Cls、InternImage、PULC
🎯 目标检测	YOLOv5/6/7/8/9/10、YOLO11/12/26、YOLOX、YOLO-NAS、D-FINE、DAMO-YOLO、Gold_YOLO、RT-DETR、RF-DETR、DEIMv2
🖌️ 实例分割	YOLOv5-Seg、YOLOv8-Seg、YOLO11-Seg、YOLO26-Seg、Hyper-YOLO-Seg、RF-DETR-Seg
🏃 姿势估计	YOLOv8-Pose、YOLO11-Pose、YOLO26-Pose、DWPose、RTMO
👣 跟踪	Bot-SORT、ByteTrack、SAM2/3-Video
🔄 旋转目标检测	YOLOv5-Obb、YOLOv8-Obb、YOLO11-Obb、YOLO26-Obb
📏 深度估计	Depth Anything
🧩 Segment Anything	SAM 1/2/3、SAM-HQ、SAM-Med2D、EdgeSAM、EfficientViT-SAM、MobileSAM
✂️ 图像抠图	RMBG 1.4/2.0
💡 提案	UPN
🏷️ 标签	RAM、RAM++
📄 OCR	PP-OCRv4、PP-OCRv5、PP-DocLayoutV3、PaddleOCR-VL-1.5
🗣️ 视觉基础模型	Rex-Omni、Florence2
👁️ 视觉语言模型	Qwen3-VL、Gemini、ChatGPT、GLM
🛣️ 车道检测	CLRNet
📍 概念定位	CountGD、GeCO、Grounding DINO、YOLO-World、YOLOE
📚 其他	👉 model_zoo 👈

文档

0. 远程推理服务
1. 安装与快速入门
2. 使用指南
3. 命令行界面
4. 自定义模型
5. 聊天机器人
6. VQA
7. 多类图像分类器

示例

• 分类
  • 图像级
  • 形状级
• 检测
  • HBB目标检测
  • OBB目标检测
• 分割
  • 实例分割
  • 二值语义分割
  • 多类语义分割
• 描述
  • 标签化
  • 字幕生成
• 估计
  • 姿态估计
  • 深度估计
• OCR
  • 文本识别
  • 关键信息提取
• MOT
  • 基于HBB目标检测的跟踪
  • 基于OBB目标检测的跟踪
  • 基于实例分割的跟踪
  • 基于姿态估计的跟踪
• iVOS
  • SAM2-视频
  • SAM3-视频
• 抠图
  • 图像抠图
• 视觉-语言
  • Rex-Omni
  • Florence 2
• 计数
  • GeCo
• 定位
  • YOLOE
  • SAM 3
• 训练
  • Ultralytics

贡献

我们坚信开放协作的力量！X‑AnyLabeling 在社区的支持下不断发展壮大。无论您是修复 bug、改进文档，还是添加新功能，您的贡献都将产生实实在在的影响。

要开始贡献，请阅读我们的贡献指南，并在提交 pull request 之前务必同意贡献者许可协议（CLA）。

如果您觉得这个项目很有帮助，请考虑给它点个 ⭐️ 星！如有任何问题或建议，请在 GitHub 仓库 上提交 issue，或发送邮件至 cv_hub@163.com。

衷心感谢每一位为 X‑AnyLabeling 的完善做出贡献的人！

许可证

本项目采用 GPL-3.0 许可协议，完全开源且免费。其初衷是让更多的开发者、研究人员和企业能够便捷地使用这一 AI 应用平台，从而推动整个行业的发展。我们鼓励大家自由使用（包括商业用途），也可以在此基础上增加功能并进行商业化，但必须保留品牌标识，并注明源项目地址。

此外，为了更好地了解 X‑AnyLabeling 的生态及使用情况，若您将该项目用于学术、科研、教学或企业用途，请填写注册表单。此注册仅用于统计目的，不会收取任何费用，我们将严格保密所有信息。

X‑AnyLabeling 由个人独立开发和维护。若本项目对您有所帮助，欢迎您通过以下捐赠链接支持我们，以帮助项目持续发展。您的支持是我们最大的动力！如您对项目有任何疑问或希望合作，请随时通过微信：ww10874 或上述邮箱与我们联系。

赞助商

• buy-me-a-coffee
• 微信/支付宝

致谢

我衷心感谢 AnyLabeling、LabelMe、LabelImg、roLabelImg、PPOCRLabel 和 CVAT 的开发者和贡献者们，他们的工作对本项目的成功至关重要。

引用

如果您在研究中使用了本软件，请按如下方式引用：

@misc{X-AnyLabeling,
  year = {2023},
  author = {Wei Wang},
  publisher = {Github},
  organization = {CVHub},
  journal = {Github 仓库},
  title = {具有附加功能的先进自动标注解决方案},
  howpublished = {\url{https://github.com/CVHub520/X-AnyLabeling}}
}

---

X-AnyLabeling 快速上手指南

X-AnyLabeling 是一款集成了 AI 引擎的强大标注工具，支持自动标注、多模态数据处理及多种主流格式导出。它专为数据工程师设计，提供工业级的复杂任务解决方案。

1. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, Windows, 或 macOS
• Python 版本：3.11 或更高版本 (python --version 检查)
• 硬件加速（可选但推荐）：
  • GPU：若需加速推理，请确保已安装适配的 NVIDIA 驱动及 CUDA 环境。
  • FFmpeg：处理视频数据时需要安装 FFmpeg。

2. 安装步骤

推荐使用 Python 包管理器 pip 进行安装。国内用户建议使用清华源或阿里源以加速下载。

方式一：通过 PyPI 安装（推荐）

# 使用国内镜像源加速安装
pip install x-anylabeling-cvhub -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：从源码安装（适合开发者）

如果您需要最新功能或进行二次开发，可以从 GitHub 克隆源码安装：

git clone https://github.com/CVHub520/X-AnyLabeling.git
cd X-AnyLabeling
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：首次运行时，工具会自动下载默认的 AI 模型文件。请确保网络连接畅通，或者参考官方文档配置本地模型路径。

3. 基本使用

安装完成后，您可以通过命令行直接启动图形界面（GUI）。

启动工具

在终端中输入以下命令：

x-anylabeling

快速标注流程

1. 加载数据：

   • 启动后，点击左侧菜单栏的 Open Dir 打开包含图片或视频的文件夹。
   • 支持拖拽文件直接导入。

2. 选择模型：

   • 在顶部工具栏的模型下拉菜单中，选择您需要的 AI 模型（例如：YOLOv8-Detection, SAM2-Segmentation, PaddleOCR 等）。
   • 如果是首次使用某模型，系统会自动下载权重文件。

3. 自动标注：

   • 单张处理：打开一张图片，点击右侧面板的 Run 按钮（或快捷键），AI 将自动识别并生成标注框/掩码。
   • 批量处理：点击顶部菜单 AI -> Run AI Model on All Images，可一键完成当前文件夹下所有数据的自动标注。

4. 人工修正与保存：

   • 对 AI 生成的标注进行微调（移动顶点、修改类别标签等）。
   • 按下 Ctrl + S 保存标注文件。默认保存格式为 JSON，可在 设置 中更改导出格式（如 COCO, YOLO, VOC 等）。

高级功能提示

• 视频标注：直接加载视频文件，利用 SAM2-Video 或 ByteTrack 等模型进行视频目标跟踪与分割。
• 远程推理：若本地显存不足，可部署 X-AnyLabeling-Server，在 GUI 设置中配置远程服务器地址进行云端推理。
• 多语言支持：界面支持中文、英文、日文和韩文切换，可在 Settings -> Language 中调整。