Разметка, обучение, развёртывание —
всё в одной программе.
Импортируйте изображения и сразу размечайте, разметьте небольшую партию — и уже можно обучать, а затем предразметьте остальное своей моделью. Оценка, экспорт и проверка на объекте в реальном времени — всё в одной офлайн-программе.
Целый набор инструментов в одном окне
Не нужно перекладывать данные между инструментом разметки, скриптами обучения, кодом оценки и конвертерами. Установили — и работаете, и чем больше размечаете, тем проще дальше.
Полностью офлайн, данные не покидают компьютер
Изображения, разметка и модели всё время хранятся в ваших собственных папках: ничего не загружается, порты не открываются, облачные сервисы не нужны. Подходит и для закрытых данных, и для внутренних сетей. Вспомогательные функции, которым нужен интернет (например, Xuntong AI), необязательны: не включаете — не используются.
Чем дальше, тем быстрее
Разметьте небольшую партию — и уже можно обучать, а обученная модель поможет предразметить остальные изображения, вам останется только исправлять ошибки. Чем больше данных, тем больше ручной работы экономится.
Среда без настройки
Среда обучения ставится в один клик: видеокарта определяется автоматически, подбирается нужная версия PyTorch, есть ускорение через китайские зеркала. Возиться с CUDA и зависимостями не придётся.
До развёртывания на объекте
Экспорт в ONNX / OpenVINO, проверка в реальном времени с камерой RTSP, сборка пакета сервиса инференса, который сразу принимает видеопоток и отправляет оповещения. Не только разметка — вплоть до внедрения.
Диагностика данных
Автоматически находит очень маленькие и дублирующие рамки, почти одинаковые изображения, дисбаланс классов, а с помощью модели — возможные пропуски и ошибки разметки. Исправьте одним нажатием и обучайте снова.
Открытый код и бесплатно
Лицензия Apache-2.0, бесплатно и для личного, и для коммерческого использования. Для обучения используются YOLOX (Apache-2.0) и модели torchvision (лицензия BSD), вспомогательные SAM и OWL тоже под Apache-2.0 — обученные модели можно смело использовать в коммерческих целях.
От одного изображения до работающей модели
С v0.2.0 в установочный пакет входят все четыре типа задач — обнаружение, сегментация, классификация и ключевые точки, — а также ИИ-помощь при разметке, совместная работа и интеграция с Xuntong AI. Работает на Windows, macOS и Linux.
Четыре типа задач
Помимо обнаружения объектов: сегментация экземпляров (многоугольные контуры), классификация изображений (одно нажатие — одно изображение) и ключевые точки (редактируемый шаблон, поза человека и т. п.). Для каждого типа доступны разметка, обучение, оценка и предразметка.
Управление данными
Импорт изображений / папок / перетаскиванием, дедупликация по содержимому, автоматическое выправление ориентации; импорт размеченных YOLO / COCO / VOC с автоопределением формата; разбиение на обучение / валидацию / тест и экспорт в один клик; извлечение кадров из видео, из видеопотоков трансляций и записей (RTSP, HTTP-FLV, HLS/m3u8, MP4) (с сохранением по ходу захвата); проверка качества изображений; отбор моделью изображений, которые полезнее всего разметить первыми.
Рабочее место разметки
Рисование, выбор, перемещение и изменение размера рамок; смена класса клавишами 1–9, отмена и повтор, копирование с предыдущего изображения, автосохранение; проверка / пропуск, предразметка моделью (одного изображения или партии); разметка многоугольниками, классами, ключевыми точками; интерполяция по ключевым кадрам видео и автоматический трекинг вперёд.
Разметка с ИИ-помощью
Умное выделение SAM: один щелчок — и готов контур или плотная рамка; текстовая подсказка: автоматический поиск объектов по имени класса; Xuntong AI распознаёт по вашим классам и находит только то, что нужно. Можно прямо в чате сказать ИИ: «каска с незастёгнутым ремешком считается как без каски» — он превратит это в правила распознавания и тут же покажет результат.
Диагностика данных
Проверка правилами: очень маленькие и дублирующие рамки, почти одинаковые изображения, дисбаланс классов; проверка моделью: возможные пропуски, неверные классы, неточные и лишние рамки. Одним нажатием добавьте в разметку, игнорируйте или перейдите на страницу разметки с подсвеченной проблемой.
Совместная работа в реальном времени
Ваш компьютер — сервер, участники входят через браузер и размечают вместе, без установки программы; в локальной сети или через интернет. Распределение задач, блокировка по изображениям с синхронизацией в реальном времени, проверка и возврат, статус в сети, статистика нагрузки (экспорт для сдельной оплаты), водяные знаки против утечек. Без сети — офлайн-пакеты с последующим объединением; для датасета можно сохранять снимки версий.
Обучение
YOLOX из серии YOLO (Nano / Tiny / S / M / L, официальная аугментация Mosaic и MixUp, веса, предобученные на COCO) v0.3.0; Faster R-CNN (MobileNetV3 / ResNet50), графики loss и mAP в реальном времени, журнал обучения, остановка в процессе, история запусков; одноэтапные RetinaNet / FCOS / SSDLite, Mask / Keypoint R-CNN, модели классификации; аугментация (пресеты + предпросмотр); дообучение существующей модели; импорт внешних моделей ONNX (YOLOv5/v8/v11, YOLOX, RT-DETR и др.); сравнение запусков обучения.
Оценка
mAP50, mAP50-95, точность, полнота, метрики по классам, матрица ошибок; просмотр ошибочных примеров — один щелчок, и вы на странице разметки; рекомендация порога; тест ложных срабатываний (прогон видео без объектов, расчёт ложных срабатываний в час, кадры с ними добавляются как негативные примеры одним нажатием); повторная оценка на текущих данных; экспорт отчёта для сдачи.
Развёртывание
Проверка в реальном времени с камерой RTSP / локальным видео, снимки добавляются обратно в датасет; экспорт в ONNX / OpenVINO, пакеты конвертации TensorRT / RKNN; сборка пакета сервиса инференса (несколько видеопотоков, правила оповещений, отправка через Webhook / MQTT, HTTP API, данные с объекта); загрузка на платформу Xuntong AI в один клик и получение изображений оповещений с платформы для разметки.
Анонимизация
При экспорте датасета или разбиении на пакеты лица, номерные знаки и другие области можно закрыть мозаикой, размыть или закрасить чёрным — по размеченным вами классам или с автопоиском. Меняются только экспортируемые копии, исходные изображения не затрагиваются.
Скачайте и начните
Скачайте, установите и работайте — при первом запуске программа поможет установить среду обучения в один клик. Если у вас уже стоит v0.2.1 или новее, программа сама предложит обновиться; с v0.4.1 после нажатия «Обновить сейчас» скачивание, установка и перезапуск проходят автоматически, без ручных действий.
| Система | Поддерживаемые версии | Установочный пакет |
|---|---|---|
| Windows | Windows 10 / 11 (64-бит) | Установщик .exe |
| macOS | macOS 11 и новее, для Apple Silicon и Intel | .dmg |
| Linux | x86_64: Ubuntu 22.04 и новее, Debian 12, UOS, Kylin / NeoKylin (компьютеры x86) и др. | .deb, .AppImage |
| Linux ARM64 | Kylin, UOS и др. на ARM-компьютерах Phytium, Kunpeng и т. п. (с v0.4.2) | .deb, .AppImage |
| Пока не поддерживаются | Loongson, HarmonyOS. С устройств на HarmonyOS можно участвовать в совместной разметке через браузер | — |
Первый запуск: если Windows показывает «Система Windows защитила ваш компьютер», нажмите «Подробнее → Выполнить в любом случае»; на Mac в папке «Программы» щёлкните Wulabel правой кнопкой → Открыть; в Linux установите .deb командой sudo apt install ./имя_файла.deb, а .AppImage сделайте исполняемым (chmod +x) и запустите.
Есть вопросы или идеи новых функций? Напишите автору.
Предыдущие версии
- v0.5.2 Windows · Mac · Linux .deb · .AppImage · ARM64 .deb
- v0.5.1 Windows · Mac · Linux .deb · .AppImage · ARM64 .deb
- v0.5.0 Windows · Mac · Linux .deb · .AppImage · ARM64 .deb
- v0.4.2 Windows · Mac · Linux .deb · .AppImage · ARM64 .deb
- v0.4.1 Windows · Mac · Linux .deb · .AppImage
- v0.4.0 Windows · Mac · Linux .deb · .AppImage
- v0.3.0 Windows · Mac
- v0.2.1 Windows · Mac
- v0.2.0 Windows · Mac
- v0.1.0 Windows
Что нового в каждой версии — на странице релизов на GitHub.
Возможно, вы хотите спросить
Это правда полностью бесплатно?
Да. Программа распространяется по открытой лицензии Apache-2.0 и бесплатна как для личного, так и для коммерческого использования: никаких платных функций, аккаунтов и онлайн-проверок.
Мои изображения и данные куда-то загружаются?
Нет. Все изображения, разметка и обученные модели хранятся в папке проекта на вашем компьютере; для работы программе не нужен интернет, и она не открывает сетевые порты. В сеть она выходит только тогда, когда вы сами устанавливаете среду обучения и скачиваете предобученные веса и модели для ИИ-помощи; изображения отправляются на платформу Xuntong AI, только если вы сами выбрали ИИ-помощь «Xuntong AI». Кроме того, при запуске программа один раз проверяет обновления и отправляет только номер версии, тип системы и случайный анонимный идентификатор (чтобы примерно понимать, сколько людей пользуются программой) — без изображений и личных данных. Проверку можно отключить в настройках.
Можно ли размечать видео?
Да. Импортируйте локальное видео с извлечением кадров через заданный интервал или подключите камеру RTSP либо адрес трансляции / записи (HTTP-FLV, HLS/m3u8, MP4) — кадры сохраняются по ходу захвата. При разметке можно автоматически интерполировать рамки между двумя ключевыми кадрами или вести трекинг вперёд от одного кадра — не нужно рисовать каждый кадр.
Как размечать вместе с другими?
Есть совместная работа в реальном времени: ваш компьютер — сервер, участники открывают адрес в браузере, входят и размечают, без установки программы. В одной локальной сети подключение прямое; внешние подрядчики могут подключаться через ваш собственный сервер-ретранслятор или через официальный ретранслятор Xuntong. Можно распределять задачи, проверять и возвращать работу, считать нагрузку каждого. Без сети можно разбить данные на офлайн-пакеты и объединить их после разметки.
Для обучения используется YOLO? Какая версия?
С v0.3.0 можно обучать YOLOX из серии YOLO в пяти размерах: Nano, Tiny, S, M, L. Nano и Tiny подходят для CPU и периферийных NPU-устройств, S — лучший баланс скорости и точности, M и L — для задач с видеокартой, где важна точность. Используются официальная аугментация YOLOX (Mosaic, MixUp и др.) и веса, предобученные на COCO. Обученную модель можно оценить, использовать для предразметки, экспортировать в ONNX / OpenVINO / TensorRT / RKNN или сразу загрузить на платформу Xuntong AI.
YOLOv5 / v8 / v11 не используются, потому что они распространяются по лицензии AGPL-3.0, что ограничивает их применение в коммерческих продуктах; YOLOX — Apache-2.0, обученные модели можно смело использовать в коммерческих целях. Модели YOLOv5 / v8 / v11, обученные в другом месте, после экспорта в ONNX тоже можно импортировать в Wulabel для предразметки и оценки. Кроме того, можно обучать Faster R-CNN, RetinaNet, FCOS, SSDLite, Mask R-CNN и другие модели.
Можно ли работать без видеокарты?
Да. Разметке, диагностике и экспорту видеокарта не нужна. Обучение работает и на CPU, просто медленнее; если есть видеокарта NVIDIA, она используется автоматически.
Какие форматы датасетов поддерживаются?
Импорт и экспорт поддерживают три основных формата — YOLO, COCO и VOC; при импорте формат определяется автоматически. Поддерживаются также YOLO-seg / pose, сегментация / ключевые точки COCO и папки классов. Модели экспортируются в ONNX, есть конвертация для OpenVINO, TensorRT и RKNN; можно также импортировать модели обнаружения ONNX, обученные в другом месте (YOLOv5/v8/v11, YOLOX, RT-DETR и др.), для предразметки и оценки.
Чем это отличается от онлайн-платформ разметки?
Разметка, обучение, оценка, предразметка и развёртывание собраны в одной офлайн-программе: не нужно загружать данные в облако и самостоятельно настраивать среду обучения. Модель, обученная на ваших данных, сразу помогает с предразметкой — и работа идёт всё быстрее.
Windows показывает «Система Windows защитила ваш компьютер» или браузер предупреждает о небезопасном файле. Что делать?
Это потому, что у установочного пакета пока нет цифровой подписи кода, а скачивают его ещё не так много людей, поэтому Windows и браузер не узнают издателя. Так бывает со всеми новыми небольшими программами — это не вирус. Установочный пакет можно скачать на этом сайте и на GitHub, весь исходный код открыт для проверки.
Если при установке появилось синее окно «Система Windows защитила ваш компьютер»: нажмите Подробнее, затем Выполнить в любом случае. Если браузер при скачивании пишет, что файл «скачивают нечасто» или он «может быть опасен»: в списке загрузок нажмите ⋯ → Сохранить (в Edge затем ещё «Всё равно сохранить»). Если программу блокирует антивирус, выберите Разрешить запуск или добавьте её в доверенные.
Какие системы поддерживаются? Работает ли на Linux, Kylin, UOS, HarmonyOS?
Windows 10 / 11 (64-бит), macOS 11 и новее (Apple Silicon и Intel), а с v0.4.0 есть и версия для Linux (x86_64, .deb и .AppImage): её можно установить на Ubuntu 22.04 и новее, Debian 12, UOS, Kylin / NeoKylin на компьютерах x86. С v0.4.2 есть также версия для ARM64 — она работает на Kylin и UOS на компьютерах Phytium и Kunpeng. Loongson и HarmonyOS пока не поддерживаются, с устройств на HarmonyOS можно участвовать в совместной разметке через браузер.
Поддерживается ли macOS?
Да. С v0.2.0 есть версия для Mac (macOS 11 и новее, Apple Silicon и Intel), на Apple Silicon обучение автоматически ускоряется через MPS. Если при первом запуске появится «Не удаётся проверить разработчика», в папке «Программы» щёлкните Wulabel правой кнопкой → Открыть; если появится «Программа повреждена», выполните в терминале xattr -cr /Applications/Wulabel.app и откройте снова.
Связаться с 小物学长
Wulabel разрабатывает и поддерживает 小物学长. Если что-то не работает, нужна новая функция или хотите обсудить внедрение ИИ-распознавания и доработку моделей под ваш проект — пишите.
Email: 177183719@qq.com (вопросы по работе, предложения по функциям, сотрудничество)
Почта
Вопросы по работе, предложения и сотрудничество — пишите на почту. Обычно отвечаем в течение одного-двух дней.
177183719@qq.comGitHub Issues
Сообщить о проблеме или предложить функцию можно и через issue на GitHub — там ход работы видят все.
Создать issue на GitHub