SmartLabeler

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #ai #typescript #llm #go #golang #android #machine-learning #rust #deep-learning #linux

(★ 89)

基于 YOLOv8 与 SAM 的本地智能标注平台

SmartLabeler 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 🚀 SmartLabeler: 工业级 AI 智能图像标注平台

[![Python](https://img.shields.io/badge/Python-3.9+-blue.svg)](https://www.python.org/)
[![Framework](https://img.shields.io/badge/GUI-PyQt6-green.svg)](https://www.qt.io/)
[![Deep Learning](https://img.shields.io/badge/AI-PyTorch-ee4c2c.svg)](https://pytorch.org/)
[![Model](https://img.shields.io/badge/Model-YOLOv8%20%7C%20MobileSAM-orange.svg)]()
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)

> **"将前沿的视觉大模型技术，转化为开箱即用的工业生产力。"**

## 📑 软件简介
**SmartLabeler** 是一款融合了 **YOLOv8**（目标检测）与 **Mobile-SAM**（像素级分割）双大模型的工业级图像标注 SaaS 平台。本软件专为高效、精准的计算机视觉数据集制作而生，支持零样本自动标注、多格式批量导出及 YOLO 标准训练包一键构建。

通过建立**单例守护线程架构**与**跨语言内存隔离协议**，本平台实现了零延迟的极客交互体验，彻底告别传统软件拉框描边的低效与卡顿。

---

## 📺 效果演示 (Demo)

> 本项目核心功能的实机运行演示，点击下方视频即可播放：

---

## ✨ 核心黑科技 (Core Features)

1. **零样本双模型联动**：YOLOv8 秒速寻找目标，SAM 瞬间精细抠图。
2. **永生多线程架构**：彻底告别卡顿与闪退，后台默默为您处理海量数据。
3. **一键多类别批量标注**：同时勾选车、人、狗，AI 在后台多线程并发处理整个文件夹，支持 YOLO/VOC/COCO/CSV 五大格式自动去重导出。
4. **高级多边形手术刀**：告别死板的抠图！支持双击绿线动态增加顶点，右击红点瞬间删除毛刺，像 Photoshop 钢笔工具一样随心所欲。
5. **赛博数据全局罗盘**：一键扫描全盘，红黄绿三色进度条直观展示各类别样本占比。样本极度缺乏时自动触发红色警报。
6. **YOLO 标准训练包构建器**：一键将几百张图片按比例（如 8:2）自动打乱并切分为 train/val 集，自动生成完美的 data.yaml。
7. **动态 AI 灵敏度阀门**：首创置信度滑块，拉高防瞎标，拉低防漏标。
8. **极客视觉与图层管理**：支持单独隐藏指定图层，支持全局透明度调节。

---

## 🎮 键鼠操作与快捷键大全 (极客必读)

本软件拥有比肩 Photoshop 的极客操作流，熟练掌握以下快捷键，您的标注效率将提升 10 倍以上：

### 1. 🎯 核心 AI 引导工具 (当全图扫描漏标时使用)
* **`Shift + 鼠标左键拖拽`**：🌟 **框选引导 (BBox Prompt)**。在目标周围拉出一个矩形框，强制引导 SAM 精准抠出该框内的物体。最强人工兜底方式！
* **`Ctrl + 鼠标左键`**：**正向点引导 (Positive Point)**。告诉 AI “这个点属于目标，请抠出来”。
* **`Ctrl + 鼠标右键`**：**负向点引导 (Negative Point)**。告诉 AI “这个点是背景，请剔除”。

### 2. 🔪 高级多边形手术刀 (极限微调绿色草稿)
* **`双击 绿色多边形线条`**：**动态加点**。在点击线条处凭空插入新红点，方便拉出缺失边角。
* **`鼠标右键 点击红点`**：**瞬间删点**。直接删除顶点消除毛刺（系统含安全锁，最少保留3个点防崩溃）。
* **`鼠标左键 拖拽红点`**：**自由变形**。完美贴合复杂物体的绝对边缘。

### 3. ⚡ 流程与视图控制
* **`Space 空格键`**：**确认入库 (Commit)**。将绿色草稿变更为蓝色实体图层并准备写盘。
* **`A 键 / D 键`**：**上一张 / 下一张**。无缝切图，切图瞬间自动执行“坐标去重”并静默保存，绝不丢失数据。
* **`1 ~ 9 数字键`**：极速切换当前目标类别。
* **`Ctrl + Z`**：**撤销 (Undo)**。撤销上一步点/框提示，或删除上一个确认的实体图层。
* **`鼠标滚轮`**：以鼠标指针为中心，丝滑放大/缩小图片。

---

## 🏭 工业级四步工作流 (Workflow)

* **【第 1 步：导入与全图横扫】**
  打开文件夹选择类别（如 car）。点击【🤖 扫描当前图片】，YOLO 雷达瞬间找出所有的车，SAM 切出完美边缘。几百张图可直接点击【🗂️ 多类别混合批量标注】后台挂机处理！
* **【第 2 步：人工抽检与抢救】**
  若 AI 漏标，直接用 `Shift+左键拖拽` 框出来。若边缘有瑕疵，使用手术刀（右键删点/双击加点）微调。确认无误后按 `空格键` 入库。
* **【第 3 步：数据体检大屏】**
  点击【📊 赛博数据全局统计大屏】，系统全局扫描数据，红黄绿三色进度条直观展示类别数量。遇到“⚠️极度缺乏”警报请及时补充图片。
* **【第 4 步：一键打包，直接炼丹】**
  点击【📦 一键生成 YOLO 标准训练包】。输入拆分比例（如 80 代表 8:2），选定空白文件夹，软件自动打乱图片标签，分发至 `train/val` 并生成 `data.yaml`。拿到文件夹即可直接送入大模型训练！

---

## 🧠 底层架构与算法深度

* **永生单例线程架构 (Immortal Worker)**：为彻底镇住 PyTorch/OpenMP 的底层算力，废除传统多线程频繁创建销毁机制，设计后台常驻死循环引擎。UI 仅通过 `QMutex` 与 `QWaitCondition` 派发坐标任务，实现 AI 满载运算而 GUI 永远保持 60 帧丝滑不卡顿。
* **跨语言内存隔离盾 (Memory Isolation)**：针对多线程下 C++ 底层连续内存易被 Python GC 回收导致 `0xC0000409` 堆栈溢出崩溃的致命难题，在输出层强制执行 `.copy().tolist()` 内存深度克隆协议，彻底斩断野指针隐患。
* **自适应多边形抽稀算法 (Adaptive Decimation)**：SAM 原始掩码高达数千像素点，直接渲染将致 GUI 卡死。本软件引入 `cv2.approxPolyDP` (RDP算法)，按轮廓周长动态设定 0.2% 容差阈值，将 3000+ 像素点自适应压缩至 30 个关键控制点，渲染压力与导身体积骤降 90% 以上。

---

## 🛠️ 快速开始 (Quick Start)

### 环境依赖
* Python 3.9+
* `torch>=2.0.0`, `torchvision>=0.15.0`, `ultralytics>=8.0.0`, `PyQt6>=6.4.0`, `opencv-python>=4.7.0`

### 部署指令
```bash
# 1. 克隆仓库
git clone [https://github.com/katiacoco/SmartLabeler.git](https://github.com/katiacoco/SmartLabeler.git)
cd SmartLabeler

# 2. 安装依赖
pip install -r requirements.txt

# 3. 启动平台
python main.py

SmartLabeler

SmartLabeler 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

SmartLabeler

SmartLabeler 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README