完全オフライン · オープンソースで無料 · データはパソコンの外に出ません

アノテーション、学習、デプロイを
1 つのソフトで。

画像をインポートすればすぐにアノテーション。少しアノテーションしたら学習し、できたモデルで残りを事前アノテーション。評価、エクスポート、現場でのリアルタイム検証まで、すべて 1 つのオフラインソフトで完結します。

ネット接続不要、データはずっとローカルに 学習環境をワンクリックでインストール、GPU を自動検出 Apache-2.0 ライセンス
01
インポート
画像 / フォルダー / 既存のデータセット
02
アノテーション
ボックス、ポリゴン、分類、キーポイント
03
学習
リアルタイムの loss / mAP 曲線
04
評価
指標、混同行列、誤り例
05
事前アノテーション
残りの画像をモデルでアノテーション
06
デプロイ
モデルをエクスポート / リアルタイム検証
選ばれる理由

ばらばらのツールを 1 つのウィンドウに

アノテーションツール、学習スクリプト、評価コード、エクスポート・変換の間でデータを行き来させる必要はありません。インストールすればすぐ使え、アノテーションするほど楽になります。

完全オフライン、データはパソコンの外に出ません

画像、アノテーション、モデルはすべて自分のフォルダーに保存されます。アップロードせず、ポートも開かず、クラウドサービスにも一切依存しません。機密データや社内ネットワークでも安心して使えます。ネット接続が必要な補助機能(Xuntong AI など)はすべて任意で、オンにしなければ使われません。

アノテーションするほど速くなる

少しアノテーションすれば学習を始められます。できたモデルが残りの画像を事前アノテーションするので、あなたは間違いを直すだけ。データが増えるほど、手作業が減ります。

環境設定いらず

学習環境をワンクリックでインストール。GPU を自動検出して合う PyTorch バージョンを選び、中国国内ミラーでの高速化も内蔵。CUDA や依存関係に悩む必要はありません。

現場へのデプロイまで

ONNX / OpenVINO でエクスポートし、RTSP カメラにつないでリアルタイム検証。ストリームを取り込んでそのままアラートを出せる推論サービスパッケージも作成できます。アノテーションだけでなく、実運用まで面倒を見ます。

データのヘルスチェック

極小ボックス、重複ボックス、ほぼ重複した画像、クラスの偏りを自動で見つけます。モデルでアノテーション漏れやアノテーション誤りの疑いも洗い出し、ワンクリックで直して再学習できます。

オープンソースで無料

Apache-2.0 ライセンスで、個人利用も商用も無料。学習には Apache-2.0 の YOLOX と BSD ライセンスの torchvision モデルを使い、アノテーション補助の SAM、OWL も Apache-2.0。学習したモデルは安心して商用利用できます。

機能

1 枚の画像から動くモデルまで

v0.2.0 から、検出、セグメンテーション、分類、キーポイントの 4 種類のタスク、AI アシストによるアノテーション、チームでの共同作業、Xuntong AI 連携がすべてインストーラーに含まれています。Windows、macOS、Linux で使えます。

4 種類のタスク

物体検出に加えて、インスタンスセグメンテーション(ポリゴン)、画像分類(1 キーで 1 枚)、キーポイント(テンプレート編集可。人体の姿勢など)に対応。どのタスクもアノテーション、学習、評価、事前アノテーションができます。

データ管理

画像 / フォルダー / ドラッグ&ドロップでインポートし、内容で重複を除外して向きを自動補正。アノテーション付きの YOLO / COCO / VOC をインポートして形式を自動判別。学習 / 検証 / テストに分割し、ワンクリックでエクスポート。動画からのフレーム抽出、RTSP・HTTP-FLV・HLS(m3u8)・MP4 などライブ / 録画再生の動画ストリームからのフレーム抽出(取得しながら取り込み)。画像品質チェック。モデルで先にアノテーションすべき画像を選別。

アノテーション作業台

ボックスの描画、選択、ドラッグ、サイズ調整。1–9 キーでクラス切り替え、元に戻す / やり直す、前の画像をコピー、自動保存。レビュー / スキップ、モデルによる事前アノテーション(1 枚または一括)。ポリゴン、分類、キーポイントのアノテーション。動画フレームのキーフレーム補間、後方への自動追跡。

AI アシストによるアノテーション

SAM スマート選択:クリックするだけでポリゴンやぴったりのボックスを作成。テキストプロンプト:クラス名で対象を自動検出。Xuntong AI はあなたのクラスで認識し、必要なものだけを見つけます。「ヘルメットをかぶっていてもあご紐を締めていなければ未着用」と AI に直接話しかければ、認識ルールにまとめてその場で試してくれます。

データのヘルスチェック

ルールチェックで極小ボックス、重複ボックス、ほぼ重複した画像、クラスの偏りを、モデルチェックでアノテーション漏れ、クラス誤り、不正確なボックス、余分なボックスの疑いを検出。ワンクリックでアノテーションとして追加、無視、またはアノテーション画面に移動して問題箇所をハイライト。

リアルタイムの複数人共同作業

あなたのパソコンがホストになり、メンバーはブラウザーでログインするだけで一緒にアノテーションできます。ソフトのインストールは不要で、LAN でもオンラインでも使えます。タスクの割り当て、画像単位のロックとリアルタイム同期、レビューと差し戻し、オンライン状態、作業量の集計(出来高計算用にエクスポート)、流出防止の透かし。ネットがなくても、オフラインでパッケージに分割してマージして戻せます。データセットはバージョンのスナップショットも保存できます。

学習

YOLO 系列の YOLOX(Nano / Tiny / S / M / L、公式の Mosaic・MixUp 拡張と COCO 事前学習済み重み)v0.3.0。Faster R-CNN(MobileNetV3 / ResNet50)、リアルタイムの loss と mAP 曲線、学習ログ、途中停止、過去の学習記録。1 段階の RetinaNet / FCOS / SSDLite、Mask / Keypoint R-CNN、分類モデル。データ拡張(プリセット + プレビュー)。既存モデルの続きから学習。外部 ONNX モデルのインポート(YOLOv5/v8/v11、YOLOX、RT-DETR など)。学習の比較。

評価

mAP50、mAP50-95、適合率、再現率、クラス別の指標、混同行列。誤り例を閲覧し、クリックでそのままアノテーションの修正へ。しきい値の推奨。誤検出テスト(対象のない動画で実行して 1 時間あたりの誤検出を算出、誤検出フレームはワンクリックでネガティブサンプルに)。現在のデータで再評価。納品レポートをエクスポート。

デプロイ

RTSP カメラ / ローカル動画につないでリアルタイム検証し、スクリーンショットをデータセットに追加。ONNX / OpenVINO、TensorRT / RKNN 変換パッケージをエクスポート。推論サービスパッケージを作成(複数ストリームの取り込み、アラートルール、Webhook / MQTT 送信、HTTP API、現場データの還流)。Xuntong AI プラットフォームへワンクリックでアップロードし、プラットフォームのアラート画像を取り込んで再アノテーション。

プライバシー保護のモザイク

データセットのエクスポートやパッケージ分割のときに、顔やナンバープレートなどの領域にモザイク / ぼかし / 黒塗りをかけられます。アノテーションしたクラスで指定することも、自動検出することもできます。変更するのはエクスポートしたコピーだけで、元画像はそのままです。

最新版 v0.6.0

ダウンロードして使い始める

ダウンロードしてインストールすればすぐに使えます。初回は学習環境のワンクリックインストールを案内します。v0.2.1 以降をインストール済みなら、ソフト内で更新が通知されます。v0.4.1 からは「今すぐ更新」をクリックすると、ダウンロード、インストール、再起動まで自動で行われ、手動の操作は一切不要です。

OS対応バージョンインストーラー
WindowsWindows 10 / 11(64 ビット).exe インストーラー
macOSmacOS 11 以降、Apple シリコンと Intel の両方に対応.dmg
Linuxx86_64:Ubuntu 22.04 以降、Debian 12、UnionTech UOS、Kylin OS / NeoKylin(x86 パソコン)など.deb、.AppImage
Linux ARM64Phytium、Kunpeng などの ARM パソコン上の Kylin OS、UnionTech UOS など(v0.4.2 から).deb、.AppImage
現在未対応Loongson、HarmonyOS。HarmonyOS 端末ではブラウザーからチームの共同アノテーションに参加できます—
学習には NVIDIA GPU か Apple シリコンを推奨。CPU だけでも動きます ライセンス Apache-2.0

初回起動時:Windows で「PC が保護されました」と表示されたら「詳細情報 → 実行」をクリック。Mac は「アプリケーション」で Wulabel を右クリック → 開く。Linux の .deb は sudo apt install ./ファイル名.deb でインストールし、.AppImage は実行権限を付けて(chmod +x)そのまま実行します。

使い方の質問や機能の要望は作者にメールでどうぞ。

過去のバージョン

各バージョンの更新内容は GitHub のリリースをご覧ください。

よくある質問

こんな疑問はありませんか

本当に完全無料ですか?

はい。Apache-2.0 のオープンソースライセンスを採用しており、個人利用も商用利用も無料です。機能制限も、アカウントも、オンライン認証もありません。

画像やデータはアップロードされますか?

いいえ。画像、アノテーション、学習したモデルはすべてパソコン内のプロジェクトフォルダーに保存されます。ソフトの動作にネット接続は不要で、ネットワークポートも開きません。ネットに接続するのは、あなたが学習環境をインストールするときや、事前学習済み重みとアノテーション補助モデルをダウンロードするときだけです。また、あなたが「Xuntong AI」によるアノテーション補助を選んだときだけ、認識する画像を Xuntong AI プラットフォームに送信します。なお、起動時に一度だけ更新を確認しますが、送信するのはバージョン番号、OS の種類、ランダムな匿名 ID(おおよその利用者数を数えるため)だけで、画像や個人情報は含まれません。設定でオフにできます。

動画をアノテーションできますか?

できます。ローカルの動画をインポートして一定間隔でフレームを抽出するか、RTSP カメラやライブ / 録画再生の URL(HTTP-FLV・HLS(m3u8)・MP4)に直接つないで取得しながら取り込めます。アノテーションでは 2 つのキーフレームの間を自動補間したり、あるフレームから後方へ自動追跡したりできるので、1 フレームずつ描く必要はありません。

複数人でアノテーションするには?

リアルタイムの共同作業に対応しています。あなたのパソコンがホストになり、メンバーはブラウザーで URL を開いてログインするだけでアノテーションでき、ソフトのインストールは不要です。同じ LAN なら直接接続できます。社外の外注先は、自前の中継サーバーか Xuntong 公式中継を経由できます。タスクの割り当て、レビューと差し戻し、メンバーごとの作業量の集計ができます。ネットがなくても、オフラインでパッケージに分割し、アノテーション後にマージして戻せます。

学習には YOLO を使いますか?どのバージョンですか?

v0.3.0 から YOLO 系列の YOLOX を学習できます。Nano、Tiny、S、M、L の 5 サイズがあり、Nano と Tiny は CPU や NPU エッジボックス向け、S は速度と精度のバランスが最も良く、M と L は GPU があり精度を重視する場合に向いています。YOLOX 公式の Mosaic、MixUp などのデータ拡張と COCO 事前学習済み重みを使い、学習後は評価、事前アノテーション、ONNX / OpenVINO / TensorRT / RKNN へのエクスポートができ、Xuntong AI プラットフォームへ直接アップロードすることもできます。

YOLOv5 / v8 / v11 を使わないのは、AGPL-3.0 ライセンスで商用製品での利用に制限があるためです。YOLOX は Apache-2.0 なので、学習したモデルを安心して商用利用できます。ほかで学習した YOLOv5 / v8 / v11 モデルも、ONNX にエクスポートすれば Wulabel にインポートして事前アノテーションや評価に使えます。ほかに Faster R-CNN、RetinaNet、FCOS、SSDLite、Mask R-CNN なども学習できます。

GPU がなくても使えますか?

使えます。アノテーション、ヘルスチェック、エクスポートなどに GPU は不要です。学習も CPU だけで動きますが、少し遅くなります。NVIDIA GPU があれば自動で使います。

対応しているデータセット形式は?

インポートもエクスポートも YOLO、COCO、VOC の 3 つの主要形式に対応し、インポート時にはどの形式かを自動判別します。YOLO-seg / pose、COCO のセグメンテーション / キーポイント、分類フォルダーにも対応しています。モデルは ONNX でエクスポートでき、OpenVINO、TensorRT、RKNN への変換も用意しています。ほかで学習した ONNX 検出モデル(YOLOv5/v8/v11、YOLOX、RT-DETR など)をインポートして、事前アノテーションや評価に使うこともできます。

オンラインのアノテーションサービスとの違いは?

アノテーション、学習、評価、事前アノテーション、デプロイを 1 つのオフラインソフトにまとめているので、データをクラウドに上げる必要も、学習環境を自分で構築する必要もありません。自分のデータで学習したモデルがそのまま事前アノテーションを手伝ってくれるので、使うほど速くなります。

Windows で「PC が保護されました」と表示される、またはブラウザーで安全でないと警告されるときは?

インストーラーにまだコード署名がなく、ダウンロード数も多くないため、Windows やブラウザーが発行元を確認できないからです。新しく公開された小さなソフトはどれもこうなり、ウイルスではありません。インストーラーは本サイトと GitHub からダウンロードでき、ソースコードはすべて公開されています。

インストール時に青い「Windows によって PC が保護されました」が表示されたら、詳細情報をクリックしてから実行をクリックします。ブラウザーでのダウンロード時に「一般的にダウンロードされていません」や「有害な可能性があります」と表示されたら、ダウンロード一覧で ⋯ → 保存 をクリックします(Edge ではさらに「保持する」をクリック)。360 や Tencent PC Manager などのセキュリティソフトにブロックされた場合は、実行を許可するか信頼済みに追加してください。

対応 OS は?Linux、Kylin、UOS、HarmonyOS で使えますか?

Windows 10 / 11(64 ビット)、macOS 11 以降(Apple シリコンと Intel の両方に対応)に対応しています。v0.4.0 からは Linux 版(x86_64、.deb と .AppImage)もあり、Ubuntu 22.04 以降、Debian 12、UnionTech UOS、x86 パソコンの Kylin OS / NeoKylin にインストールできます。v0.4.2 からは ARM64 版もあり、Phytium や Kunpeng のパソコン上の Kylin OS、UnionTech UOS でも使えます。Loongson と HarmonyOS は現在未対応ですが、HarmonyOS 端末ではブラウザーからチームの共同アノテーションに参加できます。

macOS に対応していますか?

対応しています。v0.2.0 から Mac 版があり(macOS 11 以降、Apple シリコンと Intel の両方に対応)、Apple シリコンでは学習時に MPS で自動的に高速化します。初回起動時に「開発元を検証できません」と表示されたら、「アプリケーション」で Wulabel を右クリック → 開く。「壊れている」と表示された場合は、ターミナルで xattr -cr /Applications/Wulabel.app を実行してから開いてください。

作者に連絡

小物学长に連絡

Wulabel は小物学长が開発・保守しています。使っていて問題があるとき、新しい機能がほしいとき、AI 認識プロジェクトの導入やモデルのカスタマイズについて相談したいときは、お気軽にご連絡ください。

メール:177183719@qq.com(使い方の質問、機能の提案、プロジェクトの協業など、何でもどうぞ)

Email

メール

使い方の質問、機能の提案、協業のご相談はメールでどうぞ。通常 1〜2 日以内に返信します。

177183719@qq.com
GitHub

GitHub Issues

不具合の報告や機能の提案は GitHub の Issue でも受け付けています。進捗は誰でも確認できます。

GitHub で Issue を作成