anylabeling
anylabeling 是一个开源的AI辅助数据标注工具,专为简化图像标注流程而设计。它解决了传统手动标注耗时长、易出错的问题——以往标注一张图片可能需要反复调整边界框或多边形,anylabeling 则通过集成YOLOv8(用于快速对象检测)和Segment Anything系列模型(包括SAM、SAM2、SAM2.1及创新的SAM3),智能预测图像中的对象位置。用户只需轻点鼠标或输入简单文本提示(如“汽车”),工具就能自动生成精准标注,支持多边形、矩形、圆等多种形状,还涵盖文本检测和关键信息提取功能,大幅减少重复劳动。
它特别适合AI开发者、研究人员和数据科学家使用,无论是训练计算机视觉模型还是处理医疗、遥感等专业图像数据集,都能快速构建高质量标注数据。技术亮点在于SAM3的文本驱动分割能力,能用自然语言描述实现开放词汇标注,无需预定义类别。界面友好直观,融合了LabelImg和Labelme的优点,支持中英文等多语言,安装简单(提供一键可执行文件或Pypi安装)。anylabeling 让标注工作变得高效又省心,帮你把精力集中在AI创新上,而非繁琐的手动操作。
使用场景
某中型电商平台的算法工程师小李,正带领5人团队对10万张商品图片进行标注,用于训练一个能识别200多个品类的商品检测模型,项目周期仅有一个月。
没有 anylabeling 时
- 标注效率极低:团队每天手动框选商品、调整多边形,人均只能完成200张图片,按此速度项目至少需要3个月
- 复杂边缘处理困难:服装、毛绒玩具等不规则商品用传统矩形框会包含大量背景,手动描边又耗时5-8分钟/个
- 标注质量参差不齐:不同成员对商品边界的理解不一,有的框得紧有的框得松,导致模型训练时噪声数据过多
- 新人上手成本高:新员工需要学习LabelImg和Labelme两个工具,熟悉标注规范至少需3天,初期错误率超过30%
- 项目进度严重滞后:第一周仅完成8%的工作量,老板已经开始考虑外包,但预算又超支
使用 anylabeling 后
- 效率提升8倍:启用YOLOv8自动检测后,80%的商品被直接预标注,团队人均日处理量飙升至1600张,项目3周内完成
- 一键精准分割:点击SAM 2.1模型,不规则商品边缘瞬间生成完美多边形,单张标注时间从5分钟缩短到20秒
- 标准统一可控:AI预标注遵循统一标准,人工只需审核修正,数据一致性从70%提升到95%,模型mAP直接提高5个点
- 半天即可上手:anylabeling集成化界面比传统工具更直观,新员工跟着视频学2小时就能独立作业,首周错误率低于10%
- 预算和周期双达标:项目提前一周交付,节省外包费用15万元,模型上线后商品识别准确率从82%提升到91%
anylabeling让小李的团队用AI完成了AI的数据准备工作,将原本不可能完成的任务变成了可快速交付的标准化流程。
运行环境要求
- Linux
- macOS
- Windows
可选,未说明
未说明

快速开始
🌟 AnyLabeling 🌟
借助 YOLO 和 Segment Anything 的 AI 支持,让数据标注变得轻而易举!
AnyLabeling = LabelImg + Labelme + 改进的 UI + 自动标注

使用 Segment Anything 进行自动标注
功能特性:
- 支持多边形、矩形、圆形、线条和点等多种图像标注方式。
- 使用 YOLOv8(目标检测模型)进行自动标注。
- 支持 Segment Anything 系列模型进行自动标注:
- SAM(ViT-B / ViT-L / ViT-H)和 MobileSAM(ViT 指 Vision Transformer,视觉 Transformer)
- SAM 2 和 SAM 2.1(Hiera-Tiny / Small / Base+ / Large,Hiera 为分层架构)
- SAM 3(ViT-H)— 支持文本提示的开放词汇分割
- 文本检测、识别和 KIE(Key Information Extraction,关键信息提取)标注。
- 支持多种语言:英语、越南语、中文。
支持的模型
| 模型 | 提示类型 | 说明 |
|---|---|---|
| SAM ViT-B / ViT-L / ViT-H | 点、矩形 | 原始 Segment Anything 模型 |
| MobileSAM | 点、矩形 | 轻量级 SAM 模型 |
| SAM 2 Hiera-Tiny / Small / Base+ / Large | 点、矩形 | Meta 的 SAM 2 模型 |
| SAM 2.1 Hiera-Tiny / Small / Base+ / Large | 点、矩形 | 改进版 SAM 2 模型 |
| SAM 3 ViT-H | 文本、点、矩形 | 开放词汇;文本驱动检测 |
| YOLOv8n / s / m / l / x | — | 目标检测与自动标注 |
所有模型均在首次使用时自动从 Hugging Face 下载。
安装与运行
1. 下载并运行可执行文件
- 从 Releases 下载并运行最新版本。
- 对于 macOS:
- 从 Releases 下载文件夹模式构建(
AnyLabeling-Folder.zip) - 详见 macOS 文件夹模式说明
- 从 Releases 下载文件夹模式构建(
通过 PyPI 安装
要求:Python 3.10+,推荐使用 Python 3.12。
创建环境:
conda create -n anylabeling python=3.12
conda activate anylabeling
- (仅 macOS) 使用 Conda 安装 PyQt6:
conda install -c conda-forge pyqt=6
- 安装 anylabeling:
pip install anylabeling # 或 pip install anylabeling-gpu 以启用 GPU 支持
- 开始标注:
anylabeling
文档
网站: https://anylabeling.nrl.ai/
应用场景
| 目标检测 | 识别 | 人脸关键点检测 | 2D 姿态估计 |
|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
| 2D 车道线检测 | OCR | 医学影像 | 实例分割 |
![]() |
![]() |
![]() |
![]() |
| 图像标签 | 旋转 | 更多应用! | |
![]() |
![]() |
您的应用可以在这里展示! |
开发
- 安装依赖包:
pip install -r requirements-dev.txt
# macOS 用户请使用 pip install -r requirements-macos-dev.txt
- 生成资源:
pyrcc5 -o anylabeling/resources/resources.py anylabeling/resources/resources.qrc
- 运行应用:
python anylabeling/app.py
构建可执行文件
- 安装 PyInstaller:
pip install -r requirements-dev.txt
- 构建:
bash build_executable.sh
- 在
dist/目录查看输出。
贡献
如果您想为 AnyLabeling 做出贡献,请阅读贡献指南。
Star 历史
参考文献
- 标注界面构建时借鉴了 LabelImg、LabelMe 的想法和组件。
- 使用 Segment Anything(SAM、SAM 2、SAM 2.1、SAM 3,一种图像分割模型)和 MobileSAM 进行自动标注。
- 使用 YOLOv8(一种目标检测模型)进行自动标注。
- 图标来自 FlatIcon:DinosoftLabs、Freepik、Vectoricons、HideMaru。
版本历史
v0.4.352026/02/22v0.4.292025/05/04v0.4.252025/05/03v0.4.162025/03/14v0.4.82024/08/03v0.3.32023/07/02v0.3.22023/06/29v0.2.242023/05/07v0.2.232023/05/07v0.2.222023/05/06v0.2.212023/05/05v0.2.192023/05/04v0.2.162023/05/01v0.2.152023/04/30v0.2.142023/04/30v0.2.132023/04/30v0.2.122023/04/25v0.2.112023/04/23v0.2.102023/04/23v0.2.92023/04/23常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。













