Data annotation toolbox supports image, audio and video data.
| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 2 个月前 | ||
| 3 年前 | ||
| 29 天前 | ||
| 20 天前 | ||
| 1 年前 | ||
| 1 个月前 | ||
| 3 个月前 | ||
| 3 个月前 | ||
| 1 年前 | ||
| 3 个月前 | ||
| 3 个月前 | ||
| 1 年前 | ||
| 29 天前 | ||
| 29 天前 | ||
| 29 天前 | ||
| 2 个月前 |
简体中文 | English
产品介绍
LabelU是一款综合性的数据标注平台，专为处理多模态数据而设计。该平台旨在通过提供丰富的标注工具和高效的工作流程，帮助用户更轻松地处理图像、视频和音频数据的标注任务，满足各种复杂的数据分析和模型训练需求。
特色功能
多功能图像标注工具
LabelU为图像标注提供了全面的工具集，包括2D框、语义分割、多段线、关键点等多种标注方式。这些工具能够灵活应对诸如目标检测、场景分析、图像识别、机器翻译等各种图像处理任务，帮助用户高效完成图像的标识、注释和分析。
强大的视频标注功能
视频标注方面，LabelU展现了强大的处理能力，支持视频分割、视频分类以及视频信息提取等功能。非常适合应用于视频检索、视频摘要、行为识别等任务，使用户能够轻松处理长时段视频，精准提取关键信息，支持复杂场景分析，为后续的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的另一大特色。该工具具备高效、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直观化展示，LabelU简化了音频数据的处理流程，助力更准确的模型开发。
人工智能辅助标注
LabelU 支持预标注数据的一键载入，用户可以根据实际需要对其进行细化和调整。这一特性提高了标注的效率和准确性。
AI 自动标注
LabelU 集成了 AI 模型服务，支持图像数据的自动标注。在标注页面点击「AI 标注」按钮即可让模型自动检测和分割目标，也支持对整个任务的所有未标注样本进行批量标注，并可实时查看进度。项目内置提供了三个参考模型服务：
- Florence-2 — 轻量级，CPU 友好（约 4GB 显存）
- GroundingDINO + SAM ViT-B — 高质量检测 + 分割（约 4GB 显存）
- SAM 3 — 最新一代统一模型（约 8GB 显存，需要高端 GPU）
详见 model_server/README.md 了解部署方式。
S3 数据源导入
LabelU 支持从 S3 兼容对象存储（AWS S3、MinIO 等）直接导入标注数据。在任务设置中配置数据源连接，浏览和预览文件，然后一键导入选定文件或路径下的所有文件。
https://github.com/user-attachments/assets/f90e5a66-ab4d-456e-af4d-e6408a623812
https://github.com/user-attachments/assets/0fa5bc39-20ba-46b6-9839-379a49f692cf
特性
- 简易，提供多种图像标注工具，通过简单可视化配置即可标注。
- 灵活，多种工具可自由组合使用，满足大部分图像，视频，音频的标注需求。
- 通用，支持导出多种数据格式，包括 JSON，COCO，MASK。
快速开始
本地部署
- 安装 Miniconda，选择对应的操作系统类型并下载安装。
注： 如果你的系统是 MacOS intel 芯片，请安装 intel x86_64 版本的 Miniconda。
- 安装完毕后，在终端运行以下命令（过程中的提示选择默认
y即可）：
conda create -n labelu python=3.11
注： Windows 平台可在 Anaconda Prompt 程序中运行以上命令。
- 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>
或安装带 mysqlclient 的版本：
pip install labelu[mysql]
# 或手动安装mysqlclient
# pip install labelu mysqlclient
- 运行：
labelu
如果从 1.x 版本升级，同时需要使用 MySQL 数据库，请运行以下命令从 内置的 SQLite 数据库迁移数据到 MySQL 数据库：
DATABASE_URL=mysql://<username>:<password>@<host>/<your dbname> labelu migrate_to_mysql
- 打开浏览器，访问 http://localhost:8000/ 。
本地开发
# 安装 uv
# https://docs.astral.sh/uv/getting-started/installation/
# 克隆项目
git clone https://github.com/opendatalab/labelU.git
cd labelU
# 创建虚拟环境并安装所有依赖包 (Python >= 3.11)
uv sync
# 复制环境变量示例文件并根据实际情况修改
cp .env.example .env
# 编辑 .env 并设置以下变量：
# PASSWORD_SECRET_KEY - JWT 密钥，可通过以下命令生成：openssl rand -hex 32
# MEDIA_HOST - 媒体服务器地址（默认：http://localhost:8000）
# DATABASE_URL - 数据库连接地址（默认：sqlite:///data/labelu.sqlite）
# 从 LabelU-kit 下载前端资源
sh ./scripts/resolve_frontend.sh true
# 启动labelu, 默认访问地址: http://localhost:8000
uv run uvicorn labelu.main:app --reload
快速上手
标注格式
技术交流
欢迎加入 Opendatalab 官方微信群！
友情链接
- LabelU-kit Web 前端标注套件（LabelU基于此套件开发）
- LabelLLM 开源LLM对话标注平台
- Miner U 一站式高质量数据提取工具
开源许可证
该项目使用 Apache 2.0 license.