labelU

<div align="center"> <article style="display: flex; flex-direction: column; align-items: center; justify-content: center;"> <p align="center"><img width="300" src="https://yellow-cdn.veclightyear.com/835a84d5/5e8f38b6-1352-42e0-81c7-aa6010a99680.svg" /></p> <h1 style="width: 100%; text-align: center;"></h1> <p align="center"> <a href="./README.md">English</a> | 简体中文 </p> </article> </div>

产品介绍

LabelU是一个专为处理多模态数据设计的综合数据标注平台。它提供了一系列先进的标注工具和高效的工作流程，使用户更容易处理涉及图像、视频和音频的标注任务。LabelU专门针对复杂数据分析和模型训练的需求而定制。

主要特点

多功能图像标注工具

LabelU提供了全面的图像标注工具集，包括2D边界框、语义分割、多边形线和关键点。这些工具可以灵活地应对各种图像处理任务，如物体检测、场景分析、图像识别和机器翻译，帮助用户高效地识别、标注和分析图像。

强大的视频标注能力

在视频标注领域，LabelU展现了令人印象深刻的处理能力，支持视频分割、视频分类和视频信息提取。它非常适用于视频检索、视频摘要和动作识别等应用，使用户能够轻松处理长时间视频，准确提取关键信息，并支持复杂场景分析，为后续模型训练提供高质量的标注数据。

高效的音频标注工具

音频标注工具是LabelU的另一个重要特点。这些工具具有高效精准的音频分析能力，支持音频分割、音频分类和音频信息提取。通过将复杂的声音信息可视化，LabelU简化了音频数据处理工作流程，有助于开发更准确的模型。

人工智能辅助标注

LabelU支持一键加载预标注数据，可根据实际需求进行细化和调整。这一功能提高了标注的效率和准确性。

https://github.com/user-attachments/assets/0fa5bc39-20ba-46b6-9839-379a49f692cf

特性

简单性：提供多种图像标注工具，可通过简单的可视化配置进行标注。
灵活性：多种工具可以自由组合，满足大多数图像、视频和音频标注需求。
通用性：支持导出为各种数据格式，包括JSON、COCO、MASK。

开始使用

<a href="https://opendatalab.github.io/labelU-Kit/"> <button>试用LabelU标注工具包</button>

</a>

<a href="https://labelu.shlab.tech/"> <button>在线试用LabelU</button>

</a>

本地部署

安装Miniconda，选择对应的操作系统类型并下载安装。

注意： 如果您的系统是Intel芯片的MacOS，请安装intel x86_64版本的Miniconda。

安装完成后，在终端中运行以下命令（过程中出现提示可选择默认'y'）：

conda create -n labelu python=3.11

注意： 对于Windows平台，您可以在Anaconda Prompt中运行上述命令。

激活环境：

conda activate labelu

安装LabelU：

pip install labelu

安装测试版本：pip install labelu==<测试版本号> --pre

运行LabelU：

labelu

访问http://localhost:8000/即可开始使用。

本地开发

# 下载并安装miniconda
# https://docs.conda.io/en/latest/miniconda.html

# 创建虚拟环境(python = 3.11)
conda create -n labelu python=3.11

# 激活虚拟环境
conda activate labelu

# 安装poetry
# https://python-poetry.org/docs/#installing-with-the-official-installer

# 安装所有包依赖
poetry install

# 启动labelu，服务器：http://localhost:8000
uvicorn labelu.main:app --reload

# 更新子模块
git submodule update --remote --merge

快速入门

使用指南

标注格式

文档

引用

@article{he2024opendatalab,
  title={Opendatalab: Empowering general artificial intelligence with open datasets},
  author={He, Conghui and Li, Wei and Jin, Zhenjiang and Xu, Chao and Wang, Bin and Lin, Dahua},
  journal={arXiv preprint arXiv:2407.13773},
  year={2024}
}