CVHub520/X-AnyLabeling

🥳 新功能

• 2026-11-03：新增可调整的图像网格，支持显示网格编号，方便检查标注。
• 2026-11-01：新增支持 RelateAnything 目标关系预测模型。
• 2026-10-31：新增对象级多任务属性标注，支持 AI 标注及并发推理。
• 2026-10-30：新增支持 Unlimited-OCR-2 模型，支持图像、PDF 文档解析与多页上下文识别。
• 2026-10-28：新增支持 WeVisOne-VL 模型，支持目标检测、描述定位、目标指点、计数、OCR、文本定位、分割、文本及框提示抠图、参考框检测和自由提示。
• 2026-10-28：新增支持 Xiaomi-Lens-0 模型，支持描述理解与分割、多实例定位、推理分割、具身指令定位及细粒度感知。
• 2026-10-27：新增标注显示模式，支持按类别、实例或群组配色，以及黑色背景、白色前景的二值掩码视图。
• 2026-10-27：新增支持正方形标注。
• 2026-10-24：支持画布上的平滑缩放、自由平移和边界裁剪。
• 2026-10-18：新增支持 GroundingPI、GroundAnything 和 GroundAnything-VLM 模型，支持目标检测、描述定位、描述与类别指点、OCR、文档版面分析、GUI 定位及参考框检测。
• 2026-10-01：新增 3D 点云标注功能，支持 3D 点云检测与分割。
• 2026-08-19：新增图片标签功能，支持标签新增、编辑、排序及批量删除。
• 2026-08-12：新增支持 D-FINE-seg 实例分割模型。
• 2026-08-08：新增支持 RT-DETRv2-OBB 旋转目标检测模型。
• 2026-08-08：新增魔术棒工具，可基于连续颜色区域快速创建多边形标注。
• 2026-08-05：发布 X-AnyLabeling v4.0.0。
• 更多详情，请参考更新日志

简介

X-AnyLabeling 是一款轻量、高效、统一的跨平台桌面应用，面向文本、图像、视频、点云及多模态数据提供 AI 辅助标注能力。它集成了丰富的内置工具、自动化标注工作流、先进的深度学习模型，以及灵活的多格式数据导入与导出能力。对于远程推理场景，X-AnyLabeling-Server 提供轻量且可扩展的后端，用于连接自定义模型和计算资源。

核心特性

• 统一支持文本、图像、视频、点云及多模态数据的标注与处理。
• 覆盖 2D 图像分类、目标检测、实例分割、姿态估计、旋转目标检测、多目标跟踪、光学字符识别、车道线标注、图像描述、视觉问答、文档解析和 3D 点云标注等任务。
• 提供多边形、矩形、长方体、旋转框、四边形、圆形、线段、折线、点和掩码等标注工具，并支持文本检测、文本识别、关系识别和 KIE 等任务专用工具。
• 集成多种先进的深度学习模型，支持 AI 辅助标注、自动标注和数据集批量预测。
• 支持本地与远程推理，可接入 ONNX Runtime、TensorRT、OpenCV DNN、vLLM、SGLang 等推理引擎与服务框架。
• 支持导入和导出 COCO、VOC、YOLO、DOTA、MOT、MASK、PPOCR、MMGD、VLM-R1 和 ShareGPT 等多种数据格式。
• 支持 Windows、Linux 和 macOS，并提供英文、简体中文、日文和韩文界面。
• 支持接入自定义模型，并提供灵活的扩展与二次开发能力。

模型库

任务类别	支持模型
🖼️ 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, D-FINE-seg
🎨 语义分割	U-Net
🏃 姿态估计	YOLOv8-Pose, YOLO11-Pose, YOLO26-Pose, DWPose, RTMO
😀 人脸估计	SCRFD, YOLOv6Lite-Face
👣 目标跟踪	TrackTrack, Bot-SORT, ByteTrack, SAM2/3-Video
🔄 旋转目标检测	YOLOv5-Obb, YOLOv8-Obb, YOLO11-Obb, YOLO26-Obb, RT-DETRv2-OBB
📏 深度估计	DepthAnything 1/2
🔗 关系识别	RelateAnything
🧩 分割一切	SAM 1/2/3, SAM-HQ, SAM-Med2D, EdgeSAM, EfficientViT-SAM, MobileSAM
✂️ 图像抠图	RMBG 1.4/2.0
💡 候选框提取	UPN
🏷️ 图像标记	RAM, RAM++
📄 光学字符识别	PP-OCRv4, PP-OCRv5, PP-OCRv6
🧾 综合版面分析	PP-DocLayoutV3
📑 文档解析	PaddleOCR-VL, PaddleOCR-VL-1.6, Unlimited-OCR-2
🗣️ 视觉基础模型	Rex-Omni, Florence2, LocateAnything, GroundingPI, GroundAnything, GroundAnything-VLM, Xiaomi-Lens-0, WeVisOne-VL
👁️ 视觉语言模型	Qwen3-VL, Gemini, ChatGPT, GLM
🛣️ 车道线检测	CLRNet
🔢 目标计数	CountGD, GeCO, GeCo2
📍 视觉定位	Grounding DINO, YOLO-World, YOLOE, SAM 3
📚 其他	👉 model_zoo 👈

文档

1. 远程推理服务
2. 安装文档
3. 用户手册
4. 命令行界面
5. 自定义模型
6. 常见问题答疑
7. 聊天机器人
8. 视觉问答
9. 图像分类器
10. 视频分类器
11. 文档解析器
12. 3D 点云标注

示例

• Classification
  • Image-Level
  • Shape-Level
• Detection
  • HBB Object Detection
  • OBB Object Detection
• Segmentation
  • Instance Segmentation
  • Binary Semantic Segmentation
  • Multiclass Semantic Segmentation
• Description
  • Tagging
  • Captioning
• Estimation
  • Face Estimation
  • Pose Estimation
  • Depth Estimation
• OCR
  • Text Recognition
  • Key Information Extraction
• Document Parsing
  • PaddleOCR-VL
  • Unlimited-OCR-2
• MOT
  • Tracking by HBB Object Detection
  • Tracking by OBB Object Detection
  • Tracking by Instance Segmentation
  • Tracking by Pose Estimation
• iVOS
  • SAM2-Video
  • SAM3-Video
• Matting
  • Image Matting
• Relation
  • RelateAnything
• VFM
  • Rex-Omni
  • Florence 2
  • LocateAnything
  • WeVisOne-VL
  • Xiaomi-Lens-0
  • GroundingPI / GroundAnything / GroundAnything-VLM
• Counting
  • GeCo
  • GeCo2
• Grounding
  • YOLOE
  • SAM 3
• Training
  • Ultralytics

贡献指南

我们欢迎社区协作！X‑AnyLabeling 项目的成长离不开开发者们的共同参与，无论是修复 Bug、优化文档、还是添加新功能，您的贡献都非常宝贵。

在参与前请阅读我们的 贡献指南，并在提交 Pull Request 前确认您已同意 贡献者许可协议 (CLA)。

如果你觉得这个项目有帮助，请点亮右上角的⭐星标⭐。如有任何问题或疑问，欢迎创建 issue 或发送邮件至 [email protected]。

衷心感谢每一位为项目贡献力量的朋友 🙏

许可

本项目采用 GNU General Public License v3.0 许可。您可以使用、修改和重新分发本软件，包括用于商业用途，但须遵守该许可证的相关条款。

赞助

你的赞助将支持 X-AnyLabeling 的功能开发、模型集成、文档完善和社区维护。

致谢

衷心感谢 AnyLabeling、LabelMe、LabelImg、roLabelImg、PPOCRLabel 和 CVAT 的开发者与贡献者，他们的工作为本项目提供了重要基础。

引用

如果您在研究中使用了这个软件，请按照以下方式引用它：

@misc{X-AnyLabeling,
  year = {2023},
  author = {Wei Wang},
  publisher = {Github},
  organization = {CVHub},
  journal = {Github repository},
  title = {X-AnyLabeling: A Unified Desktop Platform for AI-Assisted Data Annotation},
  howpublished = {\url{https://github.com/CVHub520/X-AnyLabeling}}
}