标注类型
免费开源
- X-AnyLabeling：是一款强大的标注工具，集成了 AI 引擎，可快速自动标注，专为视觉数据工程师设计，提供工业级解决方案。
- 特点：能处理图像和视频；GPU 加速推理；支持自定义模型和二次开发；一键推理当前任务所有图像；支持多种格式导入 / 导出；处理多种任务，如分类、检测、分割、字幕、旋转、跟踪、估计、OCR 等；支持多种标注样式。
- 模型库：包含多种模型，如对象检测、实例分割、姿态估计等。
- 文档：有安装文档、用户手册、自定义模型等。
- 2024 年以来的更新： 2025 年 1 月发布 2.5.3 版本；2024 年 12 月添加对 Hyper-YOLO 模型的支持并发布 2.5.0 版本；11 月支持 UPN 模型生成提议框，添加对 YOLOv5-SAHI 的支持；10 月支持 DocLayout-YOLO 模型；9 月发布 2.4.4 版本；8 月支持跟踪 - by-det/obb/seg/pose 任务、Segment-Anything-2 模型、Grounding-SAM2 模型、日文字符识别模型；7 月新增 PPOCR 识别和关键信息提取标签导入 / 导出功能等；6 月支持 YOLOv8-Pose 模型等；5 月支持多种模型；3 月发布多个版本并支持相关模型；2 月支持标签显示功能等；1 月支持一键截取子图功能等；12 月支持 CPU 及边缘设备端高效分割一切推理模型等；11 月支持相关模型并增加功能；10 月支持相关模型和算法等；9 月支持相关模型；8 月发布 0.2.0 版本等；7 月添加脚本并发布模型；6 月支持 YOLO-NAS 模型等；5 月发布 0.1.0 版本等。
- Segment Anything 2.1（SAM 2.1）：是 Meta 推出的模型更新，具有更强性能。通过引入额外数据增强技术、改进遮挡处理能力等进行了优化。同时分享了 SAM 2 开发者套件，包括训练代码和网络演示的前端及后端代码。它是用于图像和视频中全面对象分割的基础模型，采用统一的模型架构，通过处理图像为单帧视频来实现图像和视频分割，具有实时处理和零样本泛化能力。其关键特征包括统一的模型架构、实时性能、零样本泛化、交互式精修以及先进的视觉挑战处理能力。还介绍了其性能和技术细节，如核心组件、记忆机制、多掩码歧义分辨率、SA-V 数据集等。SAM 2.1 有多种预训练模型，包括 tiny、small、base、large 等，这些模型在不同方面具有不同的性能表现。此外，还提到了如何安装、使用 SAM 2.1，包括图像预测、视频预测、训练、验证、导出等操作。
要点如下：
- OBB 检测：是一种比普通对象检测更进一步的技术，通过引入额外角度更准确地定位图像中的对象。输出是一组旋转边界框以及类别标签和每个框的置信度分数。Yolo 11 支持 OBB 检测，有不同规模的预训练模型，如 nano、small、medium、large、extra large 等。使用时需注意模型后缀为 - obb，例如 yolo 11 n-obb。其训练可在特定数据集上进行，例如 dotav1。
- 其他相关技术：
- 交互视觉 - 文本提示：用于通用视觉任务，可帮助实现各种视觉任务，如对象检测、分割等。
- 跟踪技术：包括基于 HBB 检测、OBB 检测、实例分割、姿态估计的跟踪。
- 佛罗伦萨 - 2（Florence-2）：统一的视觉基础模型，用于多模态任务。
- YOLOv8-SAM2 模型：用于实例分割，结合了 YOLOv8 的检测和 SAM2.1 的精确分割。
- Open Vision 模型：也得到了支持。
- 其他模型和功能的支持：如 Hyper-YOLO 模型、UPN 模型、YOLOv5-SAHI、DocLayout-YOLO 模型、RMBG v1.4 模型的图像抠图、基于 Segment-Anything-2 的交互式视频对象跟踪等。
滇公网安备53230102000530号
统一社会信用代码：91532300MAC2D0R706
