Hoàn toàn ngoại tuyến · Mã nguồn mở, miễn phí · Dữ liệu không rời khỏi máy

Gán nhãn, huấn luyện, triển khai,
trọn vẹn trong một phần mềm.

Nhập ảnh là gán nhãn được, gán một ít là huấn luyện được, rồi dùng chính mô hình bạn huấn luyện để gán nhãn trước phần còn lại. Đánh giá, xuất mô hình, kiểm thử trực tiếp ở hiện trường, tất cả đều làm trong một phần mềm ngoại tuyến.

Không cần mạng, dữ liệu luôn ở trên máy của bạn Cài môi trường huấn luyện một chạm, tự nhận GPU Giấy phép Apache-2.0
01
Nhập
Ảnh / thư mục / tập dữ liệu có sẵn
02
Gán nhãn
Khung, đa giác, phân loại, điểm khóa
03
Huấn luyện
Đường cong loss / mAP trực tiếp
04
Đánh giá
Chỉ số, ma trận nhầm lẫn, ca sai
05
Gán nhãn trước
Dùng mô hình gán nhãn các ảnh còn lại
06
Triển khai
Xuất mô hình / kiểm thử trực tiếp
Vì sao nên dùng

Gom cả chuỗi công cụ vào một cửa sổ

Không phải chuyển dữ liệu qua lại giữa công cụ gán nhãn, script huấn luyện, mã đánh giá và công cụ chuyển đổi định dạng. Cài xong là dùng được, càng gán nhãn càng đỡ công.

Hoàn toàn ngoại tuyến, dữ liệu không rời khỏi máy

Ảnh, nhãn, mô hình luôn nằm trong thư mục của chính bạn, không tải lên, không mở cổng, không phụ thuộc dịch vụ đám mây nào. Yên tâm dùng cả trong môi trường bảo mật và mạng nội bộ. Các tính năng hỗ trợ cần mạng (như Xuntong AI) đều không bắt buộc, không bật thì không dùng đến.

Càng gán càng nhanh

Gán nhãn một ít là bắt đầu huấn luyện được, mô hình huấn luyện xong sẽ quay lại gán nhãn trước các ảnh còn lại giúp bạn, bạn chỉ cần sửa chỗ sai. Dữ liệu càng nhiều, công sức thủ công tiết kiệm được càng lớn.

Không cần cấu hình môi trường

Cài môi trường huấn luyện một chạm, tự nhận GPU và chọn đúng phiên bản PyTorch, có sẵn mirror Trung Quốc để tải nhanh. Không phải tự loay hoay với CUDA và các thư viện phụ thuộc.

Đi đến tận triển khai ở hiện trường

Xuất ONNX / OpenVINO, kết nối camera RTSP để kiểm thử trực tiếp, tạo gói dịch vụ suy luận kéo luồng video và cảnh báo ngay được. Không chỉ gán nhãn mà lo đến tận khi đưa vào vận hành.

Kiểm tra dữ liệu

Tự tìm ra khung quá nhỏ, khung trùng lặp, ảnh gần như trùng lặp, lớp mất cân bằng; còn có thể dùng mô hình tìm ra chỗ nghi gán thiếu và gán sai, một nhấn là sửa xong rồi huấn luyện lại.

Mã nguồn mở, miễn phí

Giấy phép Apache-2.0, miễn phí cho cả cá nhân và thương mại. Huấn luyện dùng YOLOX (Apache-2.0) và các mô hình torchvision (giấy phép BSD), SAM và OWL dùng cho gán nhãn hỗ trợ cũng là Apache-2.0, mô hình huấn luyện ra có thể yên tâm dùng cho mục đích thương mại.

Tính năng

Từ một tấm ảnh đến một mô hình chạy được

Từ v0.2.0, bốn loại nhiệm vụ phát hiện, phân đoạn, phân loại, điểm khóa, cùng gán nhãn có hỗ trợ AI, cộng tác nhóm, kết nối Xuntong AI đều có sẵn trong gói cài đặt. Dùng được trên Windows, macOS, Linux.

Bốn loại nhiệm vụ

Ngoài phát hiện đối tượng, có thêm phân đoạn đối tượng (đường viền đa giác), phân loại ảnh (một phím một ảnh), điểm khóa (mẫu tùy chỉnh được, tư thế người…). Loại nhiệm vụ nào cũng gán nhãn, huấn luyện, đánh giá, gán nhãn trước được.

Quản lý dữ liệu

Nhập ảnh / thư mục / kéo thả, loại trùng theo nội dung, tự xoay đúng chiều; nhập YOLO / COCO / VOC có nhãn và tự nhận dạng định dạng; chia huấn luyện/kiểm định/kiểm tra, xuất một chạm; trích khung hình từ video, trích khung hình từ luồng video trực tiếp / phát lại (RTSP, HTTP-FLV, HLS/m3u8, MP4) (vừa thu vừa đưa vào dự án); sàng lọc chất lượng ảnh; dùng mô hình chọn ra những ảnh đáng gán nhãn trước nhất.

Bàn làm việc gán nhãn

Vẽ khung, chọn, kéo, đổi kích thước; phím tắt 1–9 đổi lớp, hoàn tác và làm lại, sao chép ảnh trước, tự động lưu; duyệt / bỏ qua, gán nhãn trước bằng mô hình (một ảnh hoặc hàng loạt); gán nhãn đa giác, phân loại, điểm khóa; nội suy khung hình chính cho khung hình video, tự động theo dõi về sau.

Gán nhãn có hỗ trợ AI

Chọn thông minh SAM: nhấp một lần là ra đường viền hoặc khung ôm sát; gợi ý bằng văn bản: tự tìm đối tượng theo tên lớp; Xuntong AI nhận diện theo các lớp của bạn, chỉ nhận đúng thứ bạn cần. Bạn còn có thể trò chuyện thẳng với AI kiểu “đội mũ nhưng không cài quai cũng tính là không đội”, AI sẽ soạn thành quy tắc nhận diện và thử ngay cho bạn xem.

Kiểm tra dữ liệu

Kiểm tra theo quy tắc: khung quá nhỏ, khung trùng lặp, ảnh gần như trùng lặp, lớp mất cân bằng; kiểm tra bằng mô hình: nghi gán thiếu, sai lớp, khung không chính xác, khung thừa. Một nhấn để thêm thành nhãn, bỏ qua, hoặc chuyển sang trang Gán nhãn và tô sáng chỗ có vấn đề.

Cộng tác nhiều người thời gian thực

Máy tính của bạn làm máy chủ, thành viên đăng nhập bằng trình duyệt là cùng gán nhãn được, không cần cài phần mềm; dùng mạng LAN hay trực tuyến đều được. Giao nhiệm vụ, khóa theo từng ảnh và đồng bộ thời gian thực, duyệt và trả lại, trạng thái trực tuyến, thống kê khối lượng công việc (xuất để tính công theo sản phẩm), hình mờ chống phát tán. Không có mạng vẫn chia gói ngoại tuyến rồi gộp lại được; tập dữ liệu còn lưu được ảnh chụp nhanh theo phiên bản.

Huấn luyện

YOLOX thuộc dòng YOLO (Nano / Tiny / S / M / L, tăng cường Mosaic, MixUp chính thức và trọng số tiền huấn luyện COCO)v0.3.0; Faster R-CNN (MobileNetV3 / ResNet50), đường cong loss và mAP trực tiếp, nhật ký huấn luyện, dừng giữa chừng, lịch sử huấn luyện; các mô hình một giai đoạn RetinaNet / FCOS / SSDLite, Mask / Keypoint R-CNN, mô hình phân loại; tăng cường dữ liệu (mẫu thiết lập + xem trước); huấn luyện tiếp từ mô hình có sẵn; nhập mô hình ONNX bên ngoài (YOLOv5/v8/v11, YOLOX, RT-DETR…); so sánh huấn luyện.

Đánh giá

mAP50, mAP50-95, Precision, Recall, chỉ số theo từng lớp, ma trận nhầm lẫn; duyệt ca sai, nhấp một lần là quay lại sửa nhãn; đề xuất ngưỡng; kiểm thử báo nhầm (chạy bằng video không có đối tượng, tính số lần báo nhầm mỗi giờ, một nhấn thêm khung hình báo nhầm làm mẫu âm); đánh giá lại bằng dữ liệu hiện tại; xuất báo cáo bàn giao.

Triển khai

Kết nối camera RTSP / video cục bộ để kiểm thử trực tiếp, chụp ảnh đưa lại vào tập dữ liệu; xuất ONNX / OpenVINO, gói chuyển đổi TensorRT / RKNN; tạo gói dịch vụ suy luận (kéo nhiều luồng video, quy tắc cảnh báo, đẩy qua Webhook / MQTT, HTTP API, hồi lưu từ hiện trường); một nhấn tải lên nền tảng Xuntong AI, ảnh cảnh báo trên nền tảng lại lấy về để gán nhãn được.

Làm mờ dữ liệu riêng tư

Khi xuất tập dữ liệu hoặc chia gói, có thể làm mờ khuôn mặt, biển số xe và các vùng khác bằng mosaic / làm nhòe / tô đen: theo các lớp bạn đã gán nhãn, hoặc tự động tìm. Chỉ sửa bản sao được xuất, ảnh gốc giữ nguyên.

Bản mới nhất v0.6.0

Tải về và bắt đầu dùng

Tải về, cài là dùng được, lần đầu mở sẽ hướng dẫn bạn cài môi trường huấn luyện một chạm. Nếu đã cài v0.2.1 trở lên, phần mềm sẽ nhắc nâng cấp; từ v0.4.1, nhấn “Cập nhật ngay” là tự tải, cài và khởi động lại, không phải thao tác thủ công.

Hệ điều hànhPhiên bản hỗ trợGói cài đặt
WindowsWindows 10 / 11 (64 bit)Trình cài đặt .exe
macOSmacOS 11 trở lên, dùng chung cho chip Apple và Intel.dmg
Linuxx86_64: Ubuntu 22.04 trở lên, Debian 12, UOS, Kylin / NeoKylin (máy x86)….deb, .AppImage
Linux ARM64Kylin, UOS… trên máy ARM như Phytium, Kunpeng (từ v0.4.2).deb, .AppImage
Chưa hỗ trợLoongson, HarmonyOS. Thiết bị HarmonyOS có thể tham gia gán nhãn cộng tác nhóm qua trình duyệt—
Huấn luyện nên có GPU NVIDIA hoặc chip Apple, chỉ có CPU vẫn chạy được Giấy phép Apache-2.0

Lần đầu mở: trên Windows nếu báo “Windows đã bảo vệ PC của bạn” thì nhấn “Thông tin thêm → Vẫn chạy”; trên Mac, trong “Ứng dụng” nhấp chuột phải vào Wulabel → Mở; trên Linux, cài .deb bằng sudo apt install ./tên-tệp.deb, còn .AppImage thì cấp quyền thực thi (chmod +x) rồi chạy trực tiếp.

Có thắc mắc hoặc muốn thêm tính năng? Gửi email cho tác giả.

Các phiên bản trước

Nội dung cập nhật của từng phiên bản xem tại GitHub Releases.

Câu hỏi thường gặp

Có thể bạn muốn hỏi

Có thật sự hoàn toàn miễn phí không?

Có. Phần mềm dùng giấy phép mã nguồn mở Apache-2.0, miễn phí cho cả cá nhân và thương mại, không khóa tính năng, không cần tài khoản, không kiểm tra qua mạng.

Ảnh và dữ liệu của tôi có bị tải lên không?

Không. Mọi ảnh, nhãn, mô hình huấn luyện ra đều nằm trong thư mục dự án trên máy của bạn; phần mềm chạy không cần mạng, không mở cổng mạng. Chỉ khi bạn chủ động cài môi trường huấn luyện, tải trọng số tiền huấn luyện và mô hình gán nhãn hỗ trợ thì mới kết nối mạng để tải; chỉ khi bạn chủ động chọn gán nhãn hỗ trợ bằng “Xuntong AI” thì ảnh cần nhận diện mới được gửi tới nền tảng Xuntong AI. Ngoài ra, mỗi lần khởi động, phần mềm kiểm tra cập nhật một lần, chỉ gửi số phiên bản, loại hệ điều hành và một mã ẩn danh ngẫu nhiên (để ước tính khoảng bao nhiêu người đang dùng), không có ảnh hay thông tin cá nhân, và có thể tắt trong Cài đặt.

Có gán nhãn video được không?

Được. Nhập video cục bộ và trích khung hình theo khoảng cách, hoặc kết nối thẳng camera RTSP, địa chỉ phát trực tiếp / phát lại (HTTP-FLV, HLS/m3u8, MP4) để vừa thu vừa đưa vào dự án. Khi gán nhãn có thể tự động nội suy giữa hai khung hình chính, hoặc tự động theo dõi từ một khung hình về sau, không phải vẽ từng khung hình.

Nhiều người cùng gán nhãn thì làm thế nào?

Có hỗ trợ cộng tác thời gian thực: máy tính của bạn làm máy chủ, thành viên mở địa chỉ bằng trình duyệt và đăng nhập là gán nhãn được, không cần cài phần mềm. Cùng mạng LAN thì kết nối trực tiếp; nhóm thuê ngoài ở ngoài Internet có thể đi qua máy chủ trung chuyển của riêng bạn, hoặc trung chuyển chính thức của Xuntong. Có thể giao nhiệm vụ, duyệt và trả lại, thống kê khối lượng công việc của từng người. Không có mạng vẫn chia gói ngoại tuyến được, gán xong thì gộp lại.

Huấn luyện dùng YOLO à? YOLO phiên bản nào?

Từ v0.3.0 có thể huấn luyện YOLOX thuộc dòng YOLO, có năm cỡ Nano, Tiny, S, M, L: Nano, Tiny hợp với CPU và hộp biên NPU, S cân bằng nhất giữa tốc độ và độ chính xác, M, L hợp với máy có GPU và cần độ chính xác cao. Dùng các phép tăng cường dữ liệu chính thức của YOLOX như Mosaic, MixUp cùng trọng số tiền huấn luyện COCO; huấn luyện xong có thể đánh giá, gán nhãn trước, xuất ONNX / OpenVINO / TensorRT / RKNN, và cũng tải thẳng lên nền tảng Xuntong AI được.

Không dùng YOLOv5 / v8 / v11 vì chúng dùng giấy phép AGPL-3.0, có hạn chế khi dùng trong sản phẩm thương mại; YOLOX dùng Apache-2.0, mô hình huấn luyện ra có thể yên tâm dùng cho mục đích thương mại. Mô hình YOLOv5 / v8 / v11 đã huấn luyện ở nơi khác, sau khi xuất ONNX vẫn nhập được vào Wulabel để gán nhãn trước và đánh giá. Ngoài ra còn huấn luyện được các mô hình Faster R-CNN, RetinaNet, FCOS, SSDLite, Mask R-CNN…

Không có GPU có dùng được không?

Được. Gán nhãn, kiểm tra dữ liệu dữ liệu, xuất dữ liệu đều không cần GPU. Huấn luyện chỉ bằng CPU vẫn chạy được, chỉ chậm hơn; có GPU NVIDIA thì phần mềm sẽ tự dùng.

Hỗ trợ những định dạng tập dữ liệu nào?

Cả nhập và xuất đều hỗ trợ ba định dạng phổ biến YOLO, COCO, VOC, khi nhập sẽ tự nhận dạng là định dạng nào; cũng hỗ trợ YOLO-seg / pose, COCO phân đoạn / điểm khóa và thư mục phân loại. Mô hình xuất được ONNX, kèm chuyển đổi sang OpenVINO, TensorRT, RKNN; cũng nhập được mô hình phát hiện ONNX huấn luyện ở nơi khác (YOLOv5/v8/v11, YOLOX, RT-DETR…) để gán nhãn trước và đánh giá.

Khác gì so với các nền tảng gán nhãn trực tuyến?

Nó gom gán nhãn, huấn luyện, đánh giá, gán nhãn trước, triển khai vào một phần mềm ngoại tuyến; không phải đưa dữ liệu lên đám mây, cũng không phải tự dựng môi trường huấn luyện. Mô hình bạn huấn luyện bằng dữ liệu của mình có thể quay lại gán nhãn trước giúp bạn ngay, càng dùng càng nhanh.

Windows báo “Windows đã bảo vệ PC của bạn” hoặc trình duyệt báo không an toàn, phải làm sao?

Đó là vì gói cài đặt chưa được ký mã (code signing) và số người tải chưa nhiều, nên Windows và trình duyệt chưa nhận ra nhà phát hành; mọi phần mềm nhỏ mới phát hành đều gặp tình trạng này, không phải virus. Gói cài đặt được tải ngay trên trang này và GitHub, toàn bộ mã nguồn đều công khai để kiểm tra.

Khi cài mà hiện hộp thoại xanh “Windows đã bảo vệ PC của bạn”: nhấn Thông tin thêm, rồi nhấn Vẫn chạy. Khi tải về mà trình duyệt báo “không thường được tải xuống” hoặc “có thể gây hại”: trong danh sách tải xuống nhấn ⋯ → Giữ lại (Edge còn phải nhấn thêm “Vẫn giữ lại”). Nếu phần mềm bảo mật như 360, Tencent PC Manager chặn, hãy chọn Cho phép chạy hoặc thêm vào danh sách tin cậy.

Hỗ trợ hệ điều hành nào? Linux, Kylin, UOS, HarmonyOS có dùng được không?

Windows 10 / 11 (64 bit), macOS 11 trở lên (dùng chung cho chip Apple và Intel); từ v0.4.0 còn có bản Linux (x86_64, .deb và .AppImage), cài được trên Ubuntu 22.04 trở lên, Debian 12, UOS, Kylin / NeoKylin trên máy x86; từ v0.4.2 có thêm bản ARM64, dùng được cả với Kylin, UOS trên máy Phytium, Kunpeng. Loongson và HarmonyOS chưa được hỗ trợ, thiết bị HarmonyOS có thể tham gia gán nhãn cộng tác nhóm qua trình duyệt.

Có hỗ trợ macOS không?

Có. Từ v0.2.0 đã có bản Mac (macOS 11 trở lên, dùng chung cho chip Apple và Intel), chip Apple sẽ tự dùng tăng tốc MPS khi huấn luyện. Lần đầu mở nếu báo “không thể xác minh nhà phát triển”, hãy vào “Ứng dụng”, nhấp chuột phải vào Wulabel → Mở; nếu báo “đã bị hỏng”, chạy xattr -cr /Applications/Wulabel.app trong terminal rồi mở lại.

Liên hệ tác giả

Liên hệ 小物学长

Wulabel do 小物学长 phát triển và duy trì. Dùng gặp vấn đề, muốn có tính năng mới, hay muốn trao đổi về việc đưa dự án nhận diện AI vào thực tế, tùy chỉnh mô hình, đều có thể tìm tôi.

Email: 177183719@qq.com (câu hỏi khi sử dụng, góp ý tính năng, hợp tác dự án đều có thể gửi email)

Email

Email

Câu hỏi sử dụng, đề xuất tính năng hay hợp tác dự án đều có thể gửi email. Thường chúng tôi trả lời trong một đến hai ngày.

177183719@qq.com
GitHub

GitHub Issues

Bạn cũng có thể báo lỗi và đề xuất tính năng bằng cách tạo issue trên GitHub, ai cũng theo dõi được tiến độ.

Tạo issue trên GitHub