标一点、训一版、再自动标 —— 桌面端图像标注与 YOLO 训练的迭代闭环工具。
English | 简体中文
AutoLabel Dock 是一款基于 PyQt5 + Ultralytics 的桌面端图像标注工具，全中文界面，跨 Linux / macOS / Windows 运行。
它把"标注"与"训练"做成一个迭代闭环：先手动（或用现有模型辅助）标注一批图，人工确认后一键训练自定义 YOLO 模型，再用新模型继续自动标注剩余数据——每迭代一轮，需要手动修正的越来越少。
界面截图
| 面板 | 界面展示 |
|---|---|
| 标注（检测/关键点） |  |
| 分类 |  |
| LocateAnything |  |
| 训练面板 |  |
| 模型面板 |  |
- 三种任务类型 — 目标检测（边界框）、姿态估计（边界框 + 关键点骨架）、图像分类（整图标签，按
1–9秒标，标完自动跳下一张）。 - 键盘流手工标注 —
W画框、K打点、A/D切图、Space确认；拖拽移动/缩放、滚轮缩放平移；每张图独立撤销栈，切图自动保存。 - 模型辅助标注 — 加载任意 YOLOv8 权重，对单图或全项目批量预标注。预标注以黄色虚线的「待确认」状态呈现，人工确认后才算数；与已确认标注重叠的预测会按 IoU 自动去重。
- 文本提示标注（可选） — 集成 NVIDIA LocateAnything-3B 开放词汇检测，用自然语言描述目标（如「红色安全帽」）即可预标注，不需要预先训练。模型运行在独立子进程中，显存自动管理，关闭即释放。（见「可选：LocateAnything 文本标注」）
- 内置训练 — 从已确认标注一键生成 YOLO 格式数据集（分层抽样切分 train/val），提供参数预设、数据增强预览、实时 loss/mAP 曲线；训练完成自动注册模型并加载，可立即投入下一轮标注。符号链接零拷贝（Windows 自动降级，见平台说明）
- 数据集管理 — 文件列表按标注状态着色，状态 / 类别 / 标签三重筛选；给图片打自定义 tag，训练时按 tag 圈定子集；关键操作前自动备份，可随时回滚。
- 模型管理 — 模型注册表、多模型指标对比、模型结构查看器（逐层参数量与输出尺寸，辅助选择冻结层数
freeze）、导入外部.pt。 - 小工具面板 — 应用内直接编写并运行 Python 脚本（工作目录为当前项目），批量改名、数据清洗等杂活不用切出去。
- Python ≥ 3.10
- 训练与推理建议使用 NVIDIA GPU（纯 CPU 也能运行，速度受限）
- 文本提示标注需要显存 ≥ 6GB 的 NVIDIA GPU
git clone https://github.com/xzcGit/autolabel-dock.git
cd autolabel-dock
# 建议使用独立环境
conda create -n autolabel python=3.10 -y
conda activate autolabel
pip install -r requirements.txt
python main.py💡 需要 GPU 训练时，请先按 PyTorch 官网指引安装与本机 CUDA 匹配的 torch，再安装其余依赖。 训练底模（如
yolov8n.pt）首次使用时由 Ultralytics 自动下载，离线环境请提前下载放到仓库根目录。
LocateAnything-3B 是可选的开放词汇检测后端，用自然语言描述要标注的目标。不启用它时应用其余功能完全正常。启用需同时满足以下三个条件，任一不满足时界面会给出中文提示，不影响应用本身：
查看详情
1. 安装可选依赖
pip install -e ".[locateanything]"会额外安装 transformers、accelerate、bitsandbytes、decord（基础安装不包含这些重依赖）。
2. 提前下载模型权重
运行时以离线模式（HF_HUB_OFFLINE=1）加载，不会自动下载，必须提前手动下载 nvidia/LocateAnything-3B 到本地 HuggingFace 缓存：
hf download nvidia/LocateAnything-3B
# 旧版工具：huggingface-cli download nvidia/LocateAnything-3B默认缓存位置为 ~/.cache/huggingface/hub，也支持通过 $HF_HOME 或 $HUGGINGFACE_HUB_CACHE 指定。
3. GPU 显存
需要 NVIDIA GPU 且 nvidia-smi 可用，不支持 CPU 运行；总显存 ≥ 6GB，且启用时空闲显存 ≥ 5GB（单卡机器上桌面显示也占用显存，故空闲门槛较高）。
另外：LocateAnything 与 YOLO 模型不会同时占用 GPU——启用 LocateAnything 会自动卸载已加载的 YOLO 模型，反向（加载 YOLO 模型或开始训练）会先弹窗确认关闭 LocateAnything。它运行在独立子进程中，与主界面进程隔离。
1. 创建项目 → 2. 导入图片 → 3. 标注 → 4. 确认 → 5. 训练 → 6. 迭代 ↻
- 创建项目：选择任务类型（检测 / 姿态 / 分类），指定项目目录（项目会自动扫描加载images/labels），或留空后通过下一步拖入
- 导入图片：直接拖进窗口（也可后续放入项目
images/目录后刷新列表）；已有标注可经Ctrl+I从 YOLO / COCO / labelme 格式导入 - 标注：手动绘制；或加载一个 YOLO 权重做自动预标注；也可选用 LocateAnything 文本标注后端，用自然语言描述要标注的目标（见可选：LocateAnything 文本标注）
- 确认：逐图检查自动标注结果，编辑即确认
- 训练：训练页选择底模与参数（或直接用预设）→ 开始训练 → 曲线实时更新，完成后模型自动注册并加载
- 迭代：用新模型继续自动标注 → 确认 → 再训练，直到满意为止。
| 场景 | 快捷键 | 功能 |
|---|---|---|
| 通用 | Ctrl+Z / Ctrl+Y | 撤销 / 重做（每张图独立） |
| 通用 | Ctrl+S | 保存全部修改 |
| 通用 | Shift+A / Ctrl+Shift+A | 单图自动标注 / 批量自动标注 |
| 通用 | T | 给选中图片批量添加已装载的 tag |
| 通用 | F5 | 重新扫描图片目录 |
| 检测/姿态 | W / K / V | 画框 / 关键点 / 选择工具 |
| 检测/姿态 | A・← / D・→ | 上一张 / 下一张（自动保存） |
| 检测/姿态 | Space / Ctrl+Space | 确认选中标注 / 确认本图全部 |
| 检测/姿态 | Delete | 删除选中标注 |
| 检测/姿态 | Ctrl+C / Ctrl+V | 复制 / 粘贴标注 |
| 检测/姿态 | Ctrl+= / Ctrl+- / Ctrl+0 | 放大 / 缩小 / 适应窗口 |
| 分类 | 1–9 | 选择类别并跳到下一张 |
| 分类 | Delete / Backspace | 清除选中图片的标签 |
| 格式 | 导入 | 导出 | 适用任务 |
|---|---|---|---|
| YOLO（txt） | ✅ | ✅ | 检测 / 姿态 |
| COCO（json） | ✅ | ✅ | 检测 / 姿态 |
| labelme（json） | ✅ | ✅ | 检测 / 姿态 |
| ImageFolder（按类别分文件夹） | ✅ | ✅ | 分类 |
| CSV（标注汇总表） | — | ✅ | 全部 |
训练数据集准备会创建大量"指向原图"的链接。代码（src/utils/fs.py 的 link_or_copy）按以下优先级自动降级，保证在任何平台都能运行：
symlink（符号链接） → hardlink（硬链接） → copy（复制）
| 方式 | 触发条件 | 速度 | 额外占用 |
|---|---|---|---|
| symlink | 系统支持且有权限（Linux/macOS 默认；Windows 需开发者模式或管理员） | 最快 | 几乎为零 |
| hardlink | symlink 失败，且源与目标在同一磁盘卷（Windows NTFS 无需特权） | 最快 | 几乎为零 |
| copy | 前两者均失败（典型：跨盘 + 非开发者模式） | 慢 | 与图片总大小相同 |
⚠️ Windows 推荐：启用开发者模式（设置 → 隐私和安全 → 开发者选项），一次设置永久生效，行为与 Linux 一致；或保证项目目录与图片目录在同一磁盘（自动走硬链接路径）。其他注意：建议项目路径使用纯英文；若把图片目录指向另一块磁盘（跨盘），链接会退化为复制，占用额外磁盘空间。
每个标注项目就是一个普通文件夹，标注数据是人类可读的 JSON，方便脚本二次处理：
my_project/
├── project.json # 项目配置：任务类型、类别、tag 注册表
├── images/ # 图片（也可配置为指向外部目录）
├── labels/ # 每张图一个 JSON 标注文件
│ └── img_001.json
├── models/
│ ├── registry.json # 已注册模型的元数据
│ └── detect-.../weights/best.pt
├── datasets/current/ # 训练时自动生成的 YOLO 数据集（符号链接，不复制图片）
└── .backups/ # 自动备份快照（保留最近 20 份）
坐标约定：所有标注坐标归一化到 [0,1]，边界框为中心点格式 (cx, cy, w, h)，与 YOLO 格式一致。
应用全局配置与日志位于 ~/.autolabel/。
本项目以 AGPL-3.0 许可证发布。
项目的核心依赖采用强 copyleft 许可：
- PyQt5 — GPL-3.0
- Ultralytics (YOLOv8) — AGPL-3.0
依赖中最严格的是 AGPL-3.0，本项目据此对齐。若需在闭源/商业产品中使用，请自行获取相应依赖的商业授权（PyQt 商业授权、Ultralytics 企业授权）。