标注、训练、部署，
一个软件走完。
导入图片就能标，标一小批就能训练，再用自己训出的模型去预标注剩下的。评估、导出、到现场实时验证，全在一个离线软件里完成。
把一堆工具链收进一个窗口
不用在标注工具、训练脚本、评估代码、导出转换之间来回搬运数据。装好就能用，越标越省事。
完全离线，数据不出本机
图片、标注、模型全程存在你自己的文件夹里，不上传、不开端口、不依赖任何云服务。涉密和内网场景也能放心用。
越标越快
标一小批就能开训，训出的模型反过来帮你预标注剩下的图，你只需要改错。数据越多，省下的手工越多。
零配置环境
一键安装训练环境，自动识别显卡、选对 PyTorch 版本，内置国内镜像加速。不用自己折腾 CUDA 和依赖。
一直走到现场部署
导出 ONNX / OpenVINO，接 RTSP 摄像头实时验证，生成能直接拉流告警的推理服务包。不止标注，管到落地。
数据体检
自动找出极小框、重复框、近似重复的图、类别不均衡，还能用模型挑出疑似漏标和标错，一键修好再训练。
开源免费
Apache-2.0 协议，个人和商用都免费。内置模型只用 BSD / Apache 许可的 torchvision，用得放心。
从一张图到一个能跑的模型
v0.1 覆盖目标检测全流程，后续版本加分割、分类、关键点。
数据管理
图片 / 文件夹 / 拖拽导入，按内容去重、自动摆正方向；直接导入带标注的 YOLO / COCO / VOC 数据集并自动识别格式；训练/验证/测试划分，一键导出。
标注工作台
画框、选中、拖动、调整大小；1–9 快捷键切类别，撤销重做，复制上一张，自动保存；审核 / 跳过流程，模型预标注（单张或批量）。
数据体检
规则检查极小框、重复框、近似重复图片、类别不均衡；模型检查疑似漏标、类别错、框不准、多余框。一键加为标注、忽略，或跳到标注页高亮问题。
训练
Faster R-CNN（MobileNetV3 / ResNet50），实时 loss 和 mAP 曲线、训练日志、中途停止、历史训练记录。
评估
mAP50、mAP50-95、精确率、召回率、各类别指标、混淆矩阵；错例浏览，点一下直接跳回去改标注。
部署
接 RTSP 摄像头 / 本地视频实时验证，截图加回数据集；导出 ONNX / OpenVINO、TensorRT / RKNN 转换包；生成推理服务包（多路拉流、告警规则、Webhook / MQTT 推送、HTTP 接口、现场回流）。
下载开始用
Windows 版本，下载解压即用，第一次会引导你一键安装训练环境。macOS 版本在路上。
你可能想问
真的完全免费吗？
是。软件采用 Apache-2.0 开源协议，个人使用、商业使用都免费，没有功能墙、没有账号、没有联网校验。
我的图片和数据会被上传吗？
不会。所有图片、标注、训练出的模型都存在你本机的项目文件夹里，软件运行不需要联网、不开网络端口。只有在你主动安装训练环境、下载预训练权重时才会联网。
没有显卡能用吗？
能。标注、体检、导出这些都不需要显卡。训练在纯 CPU 上也能跑，只是慢一些；有 NVIDIA 显卡会自动用上。
支持哪些数据集格式？
导入和导出都支持 YOLO、COCO、VOC 三种主流格式，导入时会自动识别是哪种。模型可导出 ONNX，并提供 OpenVINO、TensorRT、RKNN 的转换。
和在线标注平台比有什么不同？
它把标注、训练、评估、预标注、部署收在一个离线软件里，不用把数据传到云端，也不用自己搭训练环境。你用自己的数据训出的模型能直接回来帮你预标注，越用越快。
支持 macOS 吗？
当前优先做 Windows，macOS 版本在后续规划中（v1.0）。