使用教學

依照「在哪個頁面 → 點哪裡 → 填什麼 → 看到什麼」一步步寫,照著做就能從零走到部署。整個流程在本機離線完成,圖片和資料不會離開你的電腦(只有你主動用「巡瞳 AI」輔助標註時,才會把圖片傳給巡瞳 AI 平台)。

01 安裝與第一次啟動

1.1 下載安裝

  1. 開啟官網 https://wulabel.xiaowuiot.com,點右上角的下載,或到 GitHub 的 Release 頁面下載。
  2. Windows:下載 Wulabel_版本號_x64-setup.exe,按兩下後依提示安裝,裝好後從開始功能表或桌面開啟 Wulabel。
  3. Mac:下載 Wulabel_版本號_universal.dmg,按兩下開啟,把 Wulabel 拖進「應用程式」資料夾。
  4. Linux(v0.4.0 起):下載 Wulabel_版本號_amd64.deb,在終端機執行 sudo apt install ./Wulabel_版本號_amd64.deb,裝好後在應用程式選單中開啟 Wulabel;也可以下載 .AppImage,執行 chmod +x Wulabel_版本號_amd64.AppImage 後按兩下執行,不用安裝。 ARM 電腦(飛騰、鯤鵬)請下載 Wulabel_版本號_arm64.deb 或 Wulabel_版本號_aarch64.AppImage(v0.4.2 起),用法相同。

1.2 認識主畫面

開啟後會先看到專案頁。開啟一個專案後,左側是導覽列,由上到下是:

頁面做什麼
專案建立、開啟、切換專案
資料匯入圖片 / 影片 / 資料集,管理圖片,匯出資料集
標註畫框、畫輪廓、選類別、點關鍵點,AI 輔助和預標註
健檢找出漏標、標錯、重複圖片等問題
訓練選模型、調參數、開始訓練,查看訓練紀錄
評估查看指標、混淆矩陣、錯誤案例,建議閾值,誤報測試,匯出報告
部署即時驗證、匯出模型、產生推論服務包、匯入現場回流
協作即時多人協作:開啟共用(區域網路 / 線上)、成員、分配任務、進度統計
設定安裝訓練環境、下載來源、巡瞳 AI

右上角有意見回饋按鈕和關閉專案。

02 設定:訓練環境、下載來源、巡瞳 AI

如果只做標註、匯入匯出,不訓練,這一章可以先略過。

2.1 一鍵安裝訓練環境

  1. 點左側的設定。
  2. 看「訓練環境」這一欄:
    • 顯示卡這一行顯示偵測到的顯示卡、顯示記憶體、驅動程式和支援的 CUDA 版本。沒有 NVIDIA 顯示卡會提示「只能用 CPU 訓練(會慢很多)」。
    • PyTorch 版本下拉選單會自動選好推薦的版本(標有「推薦」字樣),一般不用改:
      • CUDA 12.8:RTX 50 系列等新顯示卡;
      • CUDA 13.0:需要較新的驅動程式;
      • CUDA 11.8:較舊的顯示卡和驅動程式;
      • CPU 版:沒有 NVIDIA 顯示卡。
  3. (選用)安裝位置:預設裝在 C 槽的本機資料目錄。C 槽空間不夠時,點選擇換到空間大的磁碟,再點儲存。
  4. 點一鍵安裝。GPU 版約 3GB,會自動下載 uv、Python 3.11、PyTorch,進度列下方會顯示剩餘時間。只需要安裝一次。
  5. 裝好後狀態會變成就緒,下方顯示「顯示卡可用(cuda)」。

訓練環境是獨立的,不會影響系統中其他的 Python。

2.2 下載來源

  1. 在「下載來源」這一欄點測速並推薦。軟體會從官方來源和中國大陸鏡像各下載幾 MB 測速,自動選擇較快的那一個。
  2. 選擇「中國大陸鏡像」時,SAM、文字提示這些輔助模型也會從中國大陸鏡像(hf-mirror.com)下載。

2.3 巡瞳 AI(選用)

想用巡瞳 AI 平台的模型自動標註、上傳模型、拉取警報圖片,或用「巡瞳官方中繼」線上協作時才需要:

  1. 在「巡瞳 AI」這一欄點登入巡瞳 AI 帳號。
  2. 瀏覽器會開啟巡瞳 AI 的網頁:還沒登入就先登入(和平常登入巡瞳一樣),然後核對網頁上的確認碼和 Wulabel 中顯示的是否相同,點允許。
  3. 回到 Wulabel,幾秒後會自動顯示已登入、帳號名稱、方案和剩餘額度,以及可用的辨識方式(依專案類別辨識、平台上開通的專用模型、大模型通用辨識)。不用複製貼上 Key。
  4. 瀏覽器沒有自動開啟時,點重新開啟,或複製視窗中的位址自己開啟。
  5. 登出:這台電腦上的 Key 會被刪除,登入時自動建立的 Key 也會在平台上撤銷。

如果已經有 API Key,或巡瞳是私有化部署的,點進階:手動填寫 API Key、私有化部署的平台位址,填好後點儲存並測試連線。連線狀態會一直顯示在這一欄。

2.4 使用現有的 Python 環境(進階)

如果已經有裝好 PyTorch 的 Python 環境,可以不用再下載:

  1. 展開「使用現有的 Python 環境(進階)」。
  2. 點選擇 python.exe,選擇環境中的 python.exe(例如 D:\envs\torch\Scripts\python.exe)。
  3. 點儲存。這個環境需要有 torch、torchvision、numpy、pillow;匯出 ONNX 還需要 onnx。
  4. 想改回軟體自己的環境:清空路徑再儲存。

2.5 檢查更新

軟體啟動時會自動檢查一次有沒有新版本,有的話右下角會跳出提示。點立即更新,軟體會在背景下載新版本、驗證無誤後自動安裝,裝好後自行重新開啟,中間不用點任何按鈕(Windows 只會顯示一個安裝進度列;Linux 用 .deb 安裝的,v0.4.2 起也能自動更新,安裝時可能要輸入一次系統密碼),專案和資料都會保留(v0.4.1 起)。也可以點「前往下載」開啟下載頁。不想再看到某個版本的提示,點「這個版本不再提醒」。在設定頁最下方的「關於與更新」中也可以手動點檢查更新。

檢查更新時只會傳送軟體版本、系統類型和一個隨機的匿名編號,用來統計大概有多少人在使用,不含圖片、專案和任何個人資訊。不想連網檢查,在「關於與更新」中關閉啟動時自動檢查更新即可。

2.6 語言、外觀和巡瞳 AI 開關

設定頁最上面可以改這幾項:

03 建立和開啟專案

一個專案就是一個資料夾:圖片(複製進來的)、標註、模型、訓練紀錄都在裡面,整個資料夾複製到另一台電腦也能直接開啟。

第一次使用時,「專案」頁上方有新手導覽,依照安裝訓練環境、建立專案、匯入圖片、標註一小批、訓練、預標註和部署六個步驟帶你走一遍,完成的步驟會自動打勾;點右上角的 × 可以關閉,之後點「顯示新手導覽」還能再開啟。

「最近的專案」卡片上會顯示專案封面、圖片數、已標註多少張(進度列)和訓練過幾次,一眼就能看出每個專案做到哪裡。

3.1 建立專案

  1. 在專案頁點建立專案。
  2. 專案名稱:例如「工地安全帽偵測」。
  3. 存放位置:預設是「文件/Wulabel」,也可以點瀏覽換一個資料夾,專案會建立在這個資料夾下。
  4. 任務類型(建立後無法修改):
    任務標註方式適合
    物件偵測矩形框找出安全帽、車輛、煙火的位置
    實例分割多邊形輪廓需要精確形狀:積水範圍、垃圾堆、瑕疵區域
    影像分類整張圖一個類別畫面「正常 / 異常」、場景分類
    關鍵點目標框 + 依範本逐一點選人體姿態(跌倒、攀爬)、物體關鍵部位
  5. 類別(可以不填):先把要標的類別寫好,用逗號或換行分隔,例如「安全帽, 人, 反光衣」。不填的話,之後隨時可以在標註頁新增。
  6. 點建立,會提示「專案『…』已建立」並自動開啟。

3.2 開啟專案

04 匯入資料

點左側的資料。

4.1 匯入圖片或資料夾

  1. 先在頁面頂端選擇匯入方式:
    • 複製到專案:圖片會複製進專案資料夾,專案可以整個帶走(推薦);
    • 只參照原路徑:只記錄圖片原本的位置,不占額外空間,但原圖不能移動。
  2. 匯入:
    • 點匯入資料夾,選一個資料夾(會自動尋找子資料夾中的圖片);
    • 或點更多匯入方式 → 匯入圖片檔案,選幾張圖片;
    • 或直接把圖片、資料夾拖進視窗,看到「放開滑鼠匯入圖片或影片」時放開。拖進來的是影片檔案的話,會直接開啟「影片擷取影格」對話框(見 4.2)。
  3. 匯入時會顯示進度「已處理 N / M 張(計算指紋、產生縮圖)」,選錯了可以點停止,已經處理的圖照常存入。完成後會提示新增幾張、略過幾張重複的,點提示中的開始標註直接前往標註頁。

匯入時會自動依內容去除重複(同一張圖不會匯入兩次),並依照片的 EXIF 資訊轉正方向。

巡檢場景範例圖片
範例:匯入的巡檢場景圖片——消防通道違規停車、電動車進電梯、未戴安全帽、寵物進入、吸菸、煙霧火災等。

4.2 匯入影片(擷取影格)

  1. 點更多匯入方式 → 匯入影片(擷取影格),選擇一部或多部影片檔案。
  2. 在「影片擷取影格」對話框中設定:
    • 每隔 N 秒擷取 1 個影格:目標變化慢就隔久一點,避免一堆幾乎一樣的圖;
    • 每部影片最多 N 個影格(0 = 不限)。
  3. 點開始擷取影格。第一次使用會自動下載 ffmpeg(約 90MB),之後不用再下載。參數設錯了可以點停止,已經擷取出的影格照常匯入。
  4. 擷取出的影格會複製進專案,並依內容自動去除重複。完成後會提示「從 N 部影片擷取 M 個影格:新增 K 張」。

4.3 從影像串流擷取影格(RTSP / 直播 / 回放)

  1. 點更多匯入方式 → 從影像串流擷取影格(RTSP / 直播 / 回放)。
  2. 填寫位址:RTSP 攝影機(rtsp://…),或 http(s) 的直播、回放、隨選播放位址(mp4、m3u8、flv)。
    • 海康:rtsp://使用者名稱:密碼@IP:554/Streaming/Channels/101(主碼流)或 102(子碼流)
    • 大華:rtsp://使用者名稱:密碼@IP:554/cam/realmonitor?channel=1&subtype=0
  3. 點測試連線,會顯示解析度,以及是「直播串流(無限,需設定上限)」還是「回放串流 · 時長 …」。
  4. 設定:
    • 每隔 N 秒擷取 1 個影格;
    • 最多擷取 N 個影格、最長採集 N 分鐘(0 = 不限,僅直播)。直播是無限串流,至少要設定其中一個;
    • 勾選略過幾乎相同的影格:畫面靜止時少存重複的圖。
  5. 點開始採集。圖片會邊採集邊存入,在資料頁就能看到一張張出現。
  6. 採集中可以點最小化繼續做別的事,右下角會顯示「採集中 · 已擷取 N 個影格」,點展開回來;點停止採集可以隨時結束,已採集的圖會保留。
  7. 採集的圖存在專案的 images/stream_位址_時間/ 資料夾中,完成後可以點開啟資料夾查看。

帳號密碼只在採集時使用,軟體不會把含密碼的位址寫進專案資料夾的名稱。

4.4 匯入含標註的資料集

已經有在其他地方標好的資料,可以連同標註一起匯入:

  1. 點更多匯入方式,依專案類型選擇:
    • 偵測 / 分割專案:匯入含標註的資料集(YOLO / COCO / VOC),支援 YOLO(含 seg)、COCO(含分割)、VOC;
    • 關鍵點專案:匯入含標註的資料集(YOLO-pose / COCO 關鍵點);
    • 分類專案:匯入分類資料集(每個類別一個資料夾),所選資料夾下的每個子資料夾就是一個類別(也可以再多分一層 train / val)。
  2. 選擇資料集的根資料夾,軟體會自動辨識格式。
  3. 完成後會提示「已匯入 YOLO 資料集」等,以及新增了哪些類別。

4.5 批次操作、撤銷、刪除、清空

資料頁上方的統計卡片(未標註、已標註、已略過)可以點,點一下只看這一類圖,再點一下回到全部;下方的篩選按鈕也一樣。

都在管理選單中:

刪除時圖片的標註會一併刪除,無法還原;複製進專案的圖片副本會被刪除,你電腦上的原圖不受影響。

4.6 圖片品質篩查

模糊、太暗、過曝的圖標註起來費力,訓練時也容易把模型帶偏,可以先篩掉:

  1. 點管理 → 圖片品質篩查(模糊、過暗、過曝)。
  2. 預設勾選只看未標註的圖;想檢查全部就取消勾選。
  3. 點開始篩查。
  4. 結果依問題分類:模糊、過暗、過曝、對比度低,點上方的標籤篩選。每張圖下方有清晰度、亮度、過曝比例、對比度的數值。
  5. 處理:
    • 逐張檢視:跳到標註頁一張張看,自己決定;
    • 設為略過:標成「略過」,不參與訓練(圖還在,之後可以撤回);
    • 刪除:直接刪除。

4.7 從巡瞳 AI 拉取警報圖片

模型部署到巡瞳 AI 平台後,現場的警報截圖(尤其是誤報、漏報)正是最值得補充的資料:

  1. 先在設定中設定好巡瞳 AI(見 2.3)。
  2. 在資料頁點更多匯入方式 → 從巡瞳 AI 拉取警報圖片。
  3. 選擇時間範圍(最近 1 / 3 / 7 天;平台的警報圖片保留 7 天,記得定期拉取)、模型(全部或某一個)、最多 N 張。只有設定了推播管道的巡瞳帳號才會產生警報紀錄。
  4. 預設勾選將平台辨識出的框作為預標註:依類別名稱對應專案中的類別,沒有的會新建。
  5. 點開始拉取。圖片存在專案的 images/xuntong_時間/ 資料夾,辨識框會以虛線顯示(來源「巡瞳」)。
  6. 到標註頁檢查:誤報的框刪掉(沒有目標的圖直接按 Enter 完成,作為負樣本),漏掉的補上,然後重新訓練。

05 標註

點左側的標註。

5.1 認識標註頁

修改會自動儲存,不用手動儲存。

5.2 新增和管理類別

  1. 在右側「類別」中的輸入框輸入「新類別名稱,按 Enter 新增」,例如「安全帽」,按 Enter。
  2. 前 9 個類別可以用數字鍵 1–9 快速切換,目前類別會反白顯示。
  3. 點類別旁邊的編輯按鈕可以:
    • 改名稱、改顏色;
    • 填寫英文提示詞(給「文字提示」自動標註用,可以寫多個,用逗號隔開,例如 helmet, hard hat);
    • 填寫辨識說明(給巡瞳 AI「依專案類別辨識」用:這個類別具體指什麼、什麼情況算 / 不算,例如「頭上沒有安全帽的人;戴了帽子但沒繫帶也算」);
    • 刪除類別。這個類別已經有標註時,可以在「合併到…」中選擇另一個類別,標註會改成那個類別,不會遺失(標錯類別、想把兩個類別合成一個時很好用);不選擇就直接刪除,標註會一併刪除。

5.3 物件偵測:畫框

  1. 按 1–9 選類別。
  2. 按 R(或點左側的畫框工具),在目標上按住滑鼠拖曳出一個框。
  3. 調整:按 V 切換到選取工具,點選框後可以拖曳位置、拉邊角調整大小。
  4. 刪除:選取框後按 Del 或 退格鍵;按 Esc 取消選取。
  5. 改類別:選取框後按數字鍵,或在右側「本圖物件」中修改。
  6. 按 H 隱藏 / 顯示框上的類別名稱,框很密集時比較好看。
標註示意:畫框並替框選擇類別
標註示意:在圖上畫框、替每個框選擇類別。圖中一張工地照片同時標了「未戴安全帽」(紅)和「安全帽」(綠)兩個類別。

5.4 實例分割:畫輪廓

  1. 選類別,按 R。
  2. 沿著目標邊緣一個點一個點地點擊。
  3. 按兩下或按 Enter 閉合輪廓;點錯了按 退格鍵 刪除上一個點。
  4. 選取輪廓後可以拖曳頂點微調。
  5. 更快的方法是按 S 用 SAM 智慧選取,點一下自動產生輪廓(見第 6 章)。

5.5 影像分類:一鍵一張

  1. 看圖,按數字鍵 1–9 選類別。畫面左上角會顯示目前的類別。
  2. 開啟右側的選完跳下一張開關後,按完數字鍵會自動跳到下一張,一鍵一張。
  3. 按 Del 清除這張圖的類別;按 Ctrl+D 沿用上一張的類別。

5.6 關鍵點

  1. 先看右側的關鍵點範本。預設是「COCO 人體 17 點」(鼻子、左眼、右眼……左踝、右踝)。要修改就點編輯:
    • 範本名稱;
    • 點名稱(每行一個,點的順序就是標註時點擊的順序);
    • 連線(每行一對序號,如 1-2,用來畫骨架);
    • 也可以點使用 COCO 人體 17 點恢復預設。
    • 已經有關鍵點標註後,只能修改名稱和連線,不能增減點數。
  2. 選類別,按 R 畫出目標框。
  3. 畫完框後依提示依序點選每個關鍵點(畫面下方會提示目前要點的是哪一個點,例如「點擊 左肩(6/17)」):
    • 一般點擊:可見的點;
    • Shift + 點擊:被遮擋的點;
    • N:略過看不到的點;
    • 退格鍵:回到上一個點;
    • Esc:結束這個目標。
  4. 微調:選取目標後可以直接拖曳關鍵點。右側會列出每個點的狀態,點名稱可以單獨重新放置這個點;點狀態可以在「可見 / 被遮擋」之間切換。
  5. 選取目標後點重放關鍵點,可以從第一個點開始重新標。

5.7 複製上一張、復原與取消復原

5.8 完成、略過

一個人標註時不用審核,標了目標的圖會自動算「已標註」,直接參與訓練。右側「完成」區塊:

標完最後一張時,會提示「這一批標完了」,顯示已標註和還沒標的張數,可以點前往訓練,或是繼續標註未標註的。

頂端篩選選擇「已略過」可以把略過的圖找出來複查。

團隊協作(加入了成員或開啟了即時協作)時才有審核流程,這個區塊會變成「審核」,按鈕是通過並下一張、退回,見第 9 章。

5.9 影片影格:關鍵影格插值、向後追蹤

適用於偵測和關鍵點專案。從影片擷取出的影格(在同一個資料夾中,依檔名排好順序)可以不用一個影格一個影格地畫。

關鍵影格插值(目標等速移動的片段):

  1. 翻到片段開頭的影格,把目標都標好(這就是一個「關鍵影格」)。
  2. 翻到片段結尾的影格,也把同樣的目標標好。
  3. 在結尾這個影格點左側的關鍵影格插值按鈕。
  4. 軟體會依類別和位置把兩端的目標一一對應,自動補上中間的影格。會提示「已在中間 N 個影格上插值 M 個目標」;兩端對不上的目標會另外說明。

向後追蹤(目標移動不規則時):

  1. 在目前影格把目標標好。
  2. 點左側的向後追蹤按鈕,在跳出的小視窗中填寫影格數(預設 30,最多 500),點追蹤。
  3. 軟體會從這個影格的框出發逐格追蹤下去。目標被遮住或跟丟了就停止;遇到後面手動標過的影格也會停止,不會覆蓋人工標註。
  4. 追蹤完會自動跳到最後追蹤到的影格。框偏了就拖正(拖過的框會變成手動標註,這個影格就成為新的關鍵影格),再點向後追蹤繼續追蹤。

插值和追蹤產生的框,在右側「本圖物件」中來源會顯示為「插值」「追蹤」。重新插值或追蹤會取代它們,手動標的框不會被改動。

省力的做法:先手動標一小批(幾十到一兩百張),訓練一個初版模型,再用它預標註剩下的圖(第 12 章),你只要修正錯誤。

06 AI 輔助標註

還沒有自己的模型時,也可以讓 AI 幫你標。

6.1 SAM 智慧選取

  1. 選類別,按 S(或點左側的 SAM 按鈕)。
  2. 第一次使用需要安裝元件、下載模型,可能要幾分鐘,畫面上會顯示「SAM 準備中…」。有 NVIDIA 顯示卡時使用 SAM ViT-B,否則使用輕巧的 SlimSAM。
  3. 在目標上點一下,會自動選出目標的輪廓(預覽)。
    • 選太多:Shift + 點擊多出來的地方來排除;
    • 選太少:再點沒選到的部分;
    • 點錯了按 退格鍵 刪除最後一個點;
    • 也可以拖曳一個框把目標框住。
  4. 滿意後按 Enter 採用為目前類別;按 Esc 放棄。
  5. 結果:分割專案會得到多邊形,偵測專案會得到貼齊邊緣的框,關鍵點專案會得到一個新目標(再點「重放關鍵點」標點)。

6.2 文字提示

依類別名稱自動在圖中尋找目標:

  1. 在右側「AI 輔助」中選擇文字提示。
  2. 模型只懂英文。常見的中文類別名稱(以簡體中文為準,如 安全帽、人员、电动车、渣土车、锥桶等一百多個)會自動對應英文,並顯示在類別名稱後面,例如「安全帽 · helmet」;類別名稱中包含這些詞也可以,例如「紅色安全帽」。繁體寫法和簡體不同的名稱(例如「人員」「電動車」)可能對不上;對不上或想修改的,請在類別的編輯中填寫英文提示詞。
  3. 調整信心值:找到太多就調高,找不到就調低。
  4. 點標註本圖 (P) 標註目前這張,或點批次預標註一次標一批。
  5. 第一次使用需要下載模型,要幾分鐘。分割專案會再用 SAM 產生輪廓。

6.3 巡瞳 AI

(巡瞳 AI 的完整用法見第 16 章。)

  1. 先在設定中設定好巡瞳 AI(見 2.3)。
  2. 在「AI 輔助」中選擇巡瞳 AI,在「選擇辨識模型」中選擇:
    • 依專案類別辨識(推薦):只找專案中的類別,類別名稱原樣對應,依照每個類別的辨識說明和整體規則辨識,不會多認出你不需要的東西;
    • 平台上開通的專用模型;
    • 大模型通用辨識:依安全隱患類別(消防、電氣、環境衛生等)尋找。
  3. 點標註本圖 (P) 或批次預標註。用專用模型(例如垃圾分類)批次預標註很快:每次 8 張一批、兩批同時傳送;大模型和依專案類別辨識是一張一張處理,比較慢。
  4. 巡瞳 AI 每張圖計 1 次呼叫,會消耗你帳號的方案額度;批次處理前會提示。

6.4 辨識規則:告訴 AI 怎麼辨識

只有類別名稱,AI 不一定知道你要的到底是什麼。可以把規則寫清楚,或直接和 AI 聊:

  1. 在「AI 輔助」標題旁點辨識規則,右側會開啟辨識規則面板。
  2. 和 AI 聊:用白話說明要怎麼辨識,例如「戴了帽子但沒繫帶也算未戴安全帽」「反光衣不算」「只看畫面下半部的通道」,也可以問「這張圖左邊那個人為什麼沒認出來」。
    • 預設勾選附上目前這張圖,AI 會依新規則在這張圖上試辨識。
    • AI 回答後,如果它建議更新規則,會顯示「AI 建議更新規則」和具體內容,點採用這些規則才會儲存。
    • 試辨識有結果時,點把試辨識的 N 個框加到這張圖,直接作為預標註使用。
    • Ctrl+Enter 傳送。每次對話都會使用巡瞳 AI 的額度。
  3. 目前規則:可以直接修改整體規則(適用於所有類別)和每個類別的辨識說明,點儲存規則。
  4. 之後用巡瞳 AI 的「依專案類別辨識」預標註時,就會依照這些規則。
  5. (選用)在「目前規則」最下方點同步到巡瞳平台:把類別和規則存到巡瞳平台上。預設不啟用,不影響平台目前的辨識。綁定後,之後每次儲存或採用規則都會自動同步內容(不會改動你在巡瞳控制台中設定的啟用狀態和適用場景)。
  6. 想讓巡瞳平台自己的辨識(抓拍助手、警報推播)也只回報你要的類別,就開啟平台辨識也使用這套規則。注意:開啟後整個巡瞳帳號的辨識都會依照這個專案的類別,適用場景可以在巡瞳控制台的「辨識規則」中調整。不想同步時點解除綁定(平台上的規則不會刪除)。每個巡瞳帳號最多 20 套辨識規則。

限制:依專案類別辨識最多 30 個類別,類別名稱不超過 30 個字;整體規則最多 1000 字,每個類別的辨識說明最多 500 字。

協作時,成員也能開啟辨識規則和 AI 聊(發起人開放 AI 輔助的話,使用的是發起人的額度);能不能修改規則則依「成員可以新增、修改類別」開關而定。

6.5 檢查輔助結果

AI 標出來的框、輪廓會以虛線顯示。檢查一遍:錯的刪掉,偏的拖正,漏的補上,然後按 Enter(完成並下一張)。

07 資料健檢

點左側的健檢,一鍵找出資料中的問題。

  1. 選擇檢查方式:
    • 有訓練好的模型:選擇「用模型檢查:模型名稱 · mAP50 …」,規則和模型一起檢查;
    • 沒有模型:選擇「只做規則檢查(不用模型)」。
  2. 點開始健檢。
  3. 結果會依問題分類顯示:
    問題意思需要模型
    疑似漏標模型很確定這裡有目標,但沒有標註是
    疑似類別錯誤框的位置對上了,但類別和模型判斷的不一樣是
    框不準類別一致,但框和模型預測的重疊程度低是
    疑似多餘框標了框,但模型在這個位置什麼都沒看到是
    極小框短邊小於 8 像素,模型幾乎學不到否
    重複框同一張圖中同類別的兩個框幾乎完全重疊否
    重複圖片畫面幾乎一樣的圖片,會讓評估結果虛高否
    無類別框沒有類別,不會參與訓練否
  4. 每一筆問題可以:
    • 前往修改:跳到標註頁,反白顯示這個框;
    • 加為標註:疑似漏標時,直接依模型的判斷加一個框;
    • 不是問題:忽略,以後健檢不再提示。

      某一類問題很多時,可以用全部加為標註(疑似漏標)或全部忽略一次處理完。忽略過的問題可以點「已忽略 N 條 · 還原」找回來。

  5. 到標註頁修改過的圖,回到健檢頁時會標成「已修改」並預設收合,不用重新健檢。
  6. 重複圖片會分組顯示,每張圖上標著狀態和標註數。綠框是要保留的那張,預設保留標註最完整的(已審核 > 已標註 > 標註較多的);點其他圖可以更換,按兩下前往標註頁查看。點每組只保留一張刪除其餘的,有標註的圖不會被誤刪。
  7. 頁面下方還有類別分布(框數 · 圖片數)和框大小分布,類別太少、框太小時會給出建議。分類專案只檢查疑似類別錯誤和重複圖片。

08 資料集版本

把某個時間點的資料存成快照,方便比較和還原。

  1. 在資料頁點管理 → 資料集版本(儲存快照、比較、還原)。
  2. 填寫版本名稱(如 v1、補充夜間圖)和備註(選填),點將目前資料儲存為新版本。
    • 版本中儲存的是目前已標註、已審核的圖和標註,以及訓練 / 驗證 / 測試的劃分。
  3. 版本清單中的每一列可以:
    • 和目前資料比較:查看新增的圖、移出的圖、標註有修改的圖,以及各類別標註數量的變化;
    • 匯出這個版本;
    • 還原到這個版本:還原前會自動把目前資料存成「還原前自動備份」版本,隨時能還原回來;
    • 改名、備註、刪除這個版本(只刪除快照,不影響目前資料和已訓練的模型)。
  4. 在訓練頁的「訓練資料」中可以選擇某個版本來訓練(見 10.1)。

09 多人協作

圖很多、一個人標不完時,有兩種方式:

9.1 開啟即時協作

  1. 點左側的協作。
  2. 先在「成員」中新增成員:填寫名字(登入用),選擇角色,密碼預設隨機產生(可以修改),點新增。把跳出的帳號密碼複製下來傳給他(只顯示這一次,忘記了可以重設密碼)。
    • 標註員:只能檢視、修改分給自己的圖;
    • 審核員:能檢視全部的圖,負責審核通過或退回;
    • 你自己是管理員。
  3. 在「共用」中選擇共用方式:
    • 區域網路:成員和你在同一個公司網路、同一個 Wi-Fi,速度最快,資料不會離開公司。
    • 線上 · 自建中繼:成員在外部網路(外包、在家工作)。需要一台你們自己的雲端伺服器安裝 Wulabel 中繼服務(儲存庫的 relay/ 資料夾中有部署說明),填寫中繼位址和金鑰。資料只經過你們自己的伺服器。
    • 線上 · 巡瞳官方中繼:成員在外部網路、又沒有自己的伺服器時使用。用你的巡瞳 API Key 連線到巡瞳的中繼伺服器。圖片和標註會經過巡瞳伺服器轉發(只轉發、不儲存),資料敏感的專案請用前兩種。
  4. 填寫你的名字(成員看到的發起人名字)。連接埠一般不用改(預設 8765)。
  5. 選項:
    • 成員可以使用 AI 輔助:SAM 智慧選取、模型預標註、文字提示,都在你的電腦上運算;和 AI 聊辨識規則會使用你的巡瞳額度。
    • 成員可以新增、修改類別和辨識說明:刪除類別會刪掉它的全部標註,只有你能做。
    • 成員的畫面疊加帶有他名字的浮水印:防止截圖外流,適合外包。
  6. 點開啟協作。頁面會顯示區域網路位址(如 http://192.168.1.20:8765/);線上模式還會顯示外部網路位址(如 https://relay.example.com/s/xxxxxxxxxxxx/)。把位址和各自的帳號密碼傳給成員。
    • 第一次開啟時 Windows 可能跳出防火牆提示,請點允許。
    • 協作開啟期間,三個選項可以隨時修改,立即生效。
    • 點停止協作,成員會立即中斷連線,已經儲存的標註不受影響。切換專案、關閉 Wulabel 也會停止協作。

9.2 分配任務

  1. 在「分配任務」中選擇標註員(可以點選擇全部標註員)。
  2. 選擇範圍:
    • 還沒分配給人的未標註圖(最常用);
    • 全部未標註圖(已分配的也重新分配);
    • 未審核的圖(未標註 + 已標註)。
  3. 每人 N 張:不填就把範圍內的圖平均分完。依圖片順序連續分配,影片的連續影格會分給同一個人。
  4. 點分配。成員那邊會自動重新整理出新任務。
  5. 在成員清單中能看到每個人分配了幾張、交了幾張、被退回幾張。點收回任務可以把他還沒交的圖收回,再分給其他人。

9.3 成員怎麼標(瀏覽器)

  1. 用 Chrome 或 Edge 開啟發起人給的位址,填寫名字和密碼登入。自己的電腦可以勾選記住登入。不用安裝軟體。
  2. 進來就是標註頁,只會顯示分給自己的圖。操作和 Wulabel 中一樣:畫框、快速鍵、AI 輔助(發起人有開放的話)。右上角會顯示今天送出了幾張。
  3. 標完點送出並下一張(Enter),等待審核。
  4. 被退回的圖在篩選的被退回中,圖片上方會顯示退回原因,修改好再送出。
  5. 別人正在標的圖會提示「某某正在標這張圖」,只能檢視,他的修改會即時顯示;他離開後會自動變成可以編輯。
  6. 網路中斷時右上角會提示「即時連線中斷,正在重新連線」,恢復後會自動繼續,已經儲存的不會遺失。

9.4 審核

  1. 審核員(或你自己)在標註頁篩選已標註,逐張檢查。
  2. 沒問題:點通過並下一張(Enter)。
  3. 有問題:點退回,勾選常見原因(漏標、框不準、類別標錯、多標了、關鍵點不對),或寫清楚哪裡要改,點退回。
  4. 退回的圖會回到原標註員的「被退回」中,他修改好再送出。

9.5 進度、工作量和紀錄

9.6 三種共用方式怎麼選

區域網路線上 · 自建中繼線上 · 巡瞳官方中繼
適合同一個公司網路、同一個 Wi-Fi外包、在家工作,有自己的雲端伺服器外包、在家工作,沒有伺服器
成員存取的位址http://你電腦的IP:8765/https://你的中繼/s/編號/https://xuntongai.com/wulabel-relay/s/編號/
速度最快取決於伺服器頻寬取決於巡瞳伺服器頻寬
資料經過只在公司內部網路你們自己的伺服器(只轉發、不儲存)巡瞳的伺服器(只轉發、不儲存)
需要準備不用一台雲端伺服器,依 relay/README.md 安裝中繼服務巡瞳 AI 帳號(在設定中登入)

9.7 誰能做什麼

能做的事管理員(你)審核員標註員
看到的圖全部全部只有分給自己的
畫框、改標註✓✓✓(僅限自己的圖)
送出✓✓✓
審核通過、退回✓✓
新增、修改類別和辨識說明✓依「成員可以新增、修改類別」開關依開關
刪除類別✓
SAM、模型預標註、文字提示✓依「成員可以使用 AI 輔助」開關(在你的電腦上運算)依開關
巡瞳 AI 預標註✓
和 AI 聊辨識規則✓依「AI 輔助」開關(使用你的巡瞳額度)依開關
分配任務、成員管理、統計✓
匯入、匯出、訓練、部署、健檢✓

一張圖同一時間只有一個人能修改:誰先開啟誰就拿到「鎖」,其他人開啟時是唯讀,能即時看到他的修改。他翻到下一張、關閉頁面或斷線 90 秒後,鎖會自動釋放。

9.8 一個完整的例子

以「外包團隊標 2000 張垃圾分類圖,自己團隊審核」為例:

  1. 準備:在 Wulabel 中建立偵測專案,匯入 2000 張圖,在右側新增好類別(資源回收、廚餘、有害垃圾、一般垃圾)。可以先用巡瞳 AI 的專用模型批次預標註一遍(見 16.4),標註員只需要修正錯誤,快很多。
  2. 新增成員:在「協作」頁新增 3 個標註員(外包的小明、小華、阿志)、1 個審核員(自己團隊的小陳),把帳號密碼分別傳給他們。
  3. 開啟協作:選擇「線上 · 巡瞳官方中繼」(或自建中繼),勾選「浮水印」,開啟後把外部網路位址傳給這 4 個人。
  4. 分配:選擇全部標註員,範圍選「還沒分配給人的未標註圖」,不填每人張數,點分配,每人大約 666 張。
  5. 標註:標註員用瀏覽器開啟位址登入,只會看到自己的圖,標完一張按 Enter 送出。
  6. 審核:小陳篩選「已標註」,逐張檢查。沒問題按 Enter 通過;有問題點「退回」,勾選「漏標」並寫上「右下角還有一個瓶子」。退回的圖會回到原標註員的「被退回」中,修改好再送出。
  7. 追進度:你在「協作」頁看誰在線上、誰標得快、誰被退回得多;有人進度落後時,用「收回任務」把他沒做完的圖收回,再分給其他人。
  8. 結算:在「進度與工作量」中選擇時間範圍,點「匯出 CSV」,依送出張數和通過率結算外包費用。
  9. 收尾:全部審核通過後,停止協作,回到 Wulabel 照常訓練、評估、部署。

9.9 常見問題

9.10 離線分包

沒有網路,或資料不能離開公司時使用。每個包是一個獨立的 Wulabel 專案,複製給其他人標,標完再合併回來。

分包:

  1. 在資料頁點管理 → 多人協作(分包、合併回來),切換到分包。
  2. 放在:選一個資料夾,標註包會建立在這裡。
  3. 填寫標註人員,每行一個(或用逗號隔開),例如「小明」「小華」。幾個人就分幾個包。
  4. 選擇範圍:只分配未標註的圖 / 未審核的(未標註 + 已標註待複核)/ 全部(略過的除外)。
  5. 勾選帶上現有的標註:模型預標註過的圖,讓標註人員在上面修改,更快。
  6. (選用)勾選給圖片打馬賽克,把人臉、車牌等隱私區域打上馬賽克後再傳出去(見 13.2)。
  7. 點分成 N 個包。完成後會自動開啟存放資料夾。把包資料夾複製給對應的人,對方用 Wulabel 開啟專案就能標。

合併回來:

  1. 把標完的包資料夾複製回來。
  2. 開啟多人協作,切換到合併回來(或在「分出去的包」清單中直接點那個包的合併)。
  3. 選擇包資料夾。選項:衝突時用包裡的覆蓋(分包後原專案也改過的圖,預設不覆蓋)、標註人員在包裡新加入的圖也一併匯入。
  4. 點合併。結果會顯示合併了幾張、幾張沒有變化、新加入幾張、衝突幾張。有衝突時點逐張檢視。

10 訓練

點左側的訓練。第一次訓練前要先裝好訓練環境(見第 2 章),沒裝時頁面會提示前往安裝。

10.1 設定訓練參數

頁面上方會顯示「可訓練圖片」的數量(已標註的圖,團隊協作時也包括已審核的)。還沒劃分的圖,開始訓練時會依 8:2 自動分到訓練集和驗證集;分過的圖不會自己改變,前後幾次訓練可以直接比較。

點「可訓練圖片」旁邊的檢視和調整,可以查看每張圖分在哪裡:

在對話框中點圖片選取(按兩下開啟標註),點移到訓練集 / 移到驗證集 / 移到測試集手動調整;下方可以修改訓練 / 驗證 / 測試的比例,點現在分配未劃分的 N 張,或全部重新劃分(之前的劃分會被打亂,前後訓練無法直接比較)。訓練集被移空時會提示,無法開始訓練。

選項說明
起點預設「從預訓練權重開始(從頭訓練)」。補充新資料後可以選「接續『某次訓練』繼續訓練」,比從頭訓練更快也更穩;類別有變動時,分類部分會重新學習。
模型依專案任務列出,標示「推薦」的是依這台電腦推薦的:偵測專案沒有獨立顯示卡時推薦 YOLOX-Tiny,4GB 以上顯示記憶體推薦 YOLOX-S,8GB 以上推薦 YOLOX-M,Mac 推薦 YOLOX-S。新建立的偵測專案預設 YOLOX-S。接續訓練時沿用那次的模型。
訓練輪數資料越少需要的輪數越多,一般 20~50。
輸入尺寸目標小(遠處的人、安全帽)時用大尺寸,速度會變慢。分類一般用 224。
批次大小顯示記憶體不足而報錯時請調小。
訓練資料「目前資料」或某個資料集版本。
裝置「自動(有顯示卡就用顯示卡)」或「只用 CPU」。
只用已審核的圖片團隊協作時才有:勾選後只用審核過的圖訓練。

輸入尺寸、批次大小、資料擴增、裝置、只用已審核的圖片(團隊協作時才有)這幾項放在「進階設定」中,預設收合,點「進階設定」展開;軟體會記住你上次是展開還是收合。

訓練時顯示記憶體不足(v0.4.2 起):軟體會自動把批次大小減半、從頭重新訓練,一直減到 1 為止,介面上會提示一次,訓練紀錄中也會寫「批次大小 2(顯示記憶體不足,從 8 自動調小)」。批次大小越小訓練越慢,顯示記憶體真的不夠時,也可以換小一級的模型或調小輸入尺寸。

可選的模型:

任務模型特點
偵測YOLOX-NanoYOLO 系列最輕量的一級,適合 CPU、手機和效能很弱的邊緣裝置;預設 416 輸入
偵測YOLOX-Tiny很輕量,適合 CPU 和 NPU 邊緣運算盒即時推論;預設 416 輸入
偵測YOLOX-S速度和精度最平衡,大多數專案先用它
偵測YOLOX-M精度更高,建議 6GB 以上顯示記憶體
偵測YOLOX-L精度最高、最慢,建議 8GB 以上顯示記憶體
偵測Faster R-CNN MobileNetV3速度快、占用顯示記憶體少,適合入門和沒有獨立顯示卡的電腦
偵測Faster R-CNN ResNet50精度更高、較慢,建議 6GB 以上顯示記憶體
偵測RetinaNet單階段,精度接近 Faster R-CNN,轉 TensorRT 更順利
偵測FCOS單階段、無錨框,結構簡單,適合部署
偵測SSDLite單階段、很輕量,適合 CPU 和 NPU 邊緣裝置;固定 320 輸入,小目標表現普通
分割Mask R-CNN實例分割,建議 6GB 以上顯示記憶體
關鍵點Keypoint R-CNN人體 17 點能用上 COCO 預訓練
分類MobileNetV3 / EfficientNet-B0 / ResNet50從輕快到更準

10.2 YOLOX 模型

YOLOX 是曠視開源的 YOLO 系列偵測模型(Apache-2.0,可以放心商用),和巡瞳 AI 平台的專用模型是同一個系列。

訓練好的 YOLOX 模型和其他模型的用法一樣:評估、模型預標註、誤報測試、即時驗證、匯出部署、上傳巡瞳都支援。

10.3 資料擴增

訓練時隨機改變圖片,讓模型看過更多樣貌,資料少時效果明顯。

  1. 在「資料擴增」中選擇預設組合:關閉、預設、輕度、標準、強(資料少時)。
  2. 想細部調整就展開,修改左右翻轉、上下翻轉、亮度、對比度、飽和度、色調、模糊(模擬對焦不準、動態模糊)、雜訊(模擬夜間低照度)、多尺度(對遠近大小變化大的目標有幫助)、旋轉、隨機裁切。修改後預設組合會顯示為「自訂」。
  3. 點預覽效果,查看幾張圖隨機擴增後的樣子(每張圖隨機變化兩次,紅框是跟著變換後的標註位置),確認不會太誇張。

10.4 開始訓練、查看過程

  1. 開始前看一下按鈕上方的「每輪約 N 步 · 共約 M 步」。圖太少(訓練集不到 20 張)或總步數太少(不到約 300 步)時,點開始訓練會先跳出提醒:這樣訓練多半學不到東西,指標可能一直是 0。建議多標一些圖,或依提示把訓練輪數加大,資料很少時也可以先用 Faster R-CNN MobileNetV3。真的只想試一下就點仍然開始。驗證集只有一兩張時也會提醒:指標波動會很大、不可信。
  2. 點開始訓練。第一次會下載預訓練權重,顯示「正在準備…」。
  3. 訓練中會顯示「第 N / M 輪 · 本輪進度 · loss · 預估剩餘時間」,下方有損失 loss 曲線、驗證集指標曲線和日誌。
    • 日誌上方的「關鍵資訊」固定顯示日誌開頭幾行:使用的裝置、訓練集和驗證集張數、預訓練權重有沒有載入成功。出錯、警告的行會標成黃色。
    • 往上捲動日誌時不會被拉回底部;停在底部時會跟著捲動。
    • 沒下載到預訓練權重(多半是網路問題),或指標連續 10 輪都是 0 時,頁面頂端會出現黃色提示條,寫著可能的原因和該怎麼做。
  4. 想提前結束時點停止,確認後目前這批算完就停。目前最好的模型會保留,之後可以選它「接續訓練」。
  5. 訓練結束時會跳出系統通知、工作列圖示會閃一下(軟體在背景也能知道);軟體右下角會提示「訓練完成」,並附上最好的指標和評價(差 / 普通 / 可用):
    • 效果不錯時,可以直接點前往評估、前往預標註;
    • 效果很差時,會提示先點查看原因回訓練頁看看;
    • 訓練失敗時,不在訓練頁也會跳出提示,點查看錯誤查看。
  6. 訓練出錯時,常見的錯誤會翻譯成白話,並提供修復按鈕:顯示卡驅動程式和 PyTorch 對不上(前往設定更換 PyTorch 版本)、顯示記憶體或記憶體不足(改用 CPU)、磁碟已滿、網路下載失敗、找不到圖片檔案(前往資料頁)。完整的錯誤訊息點詳細資訊展開。

10.5 訓練紀錄和訓練比較

每次訓練都會自動存成一筆訓練紀錄,列出時間、模型、資料、輪數、指標、狀態(訓練中 / 完成 / 已停止 / 失敗)。每一筆可以:

訓練比較:

  1. 在訓練紀錄中勾選兩次以上的訓練。
  2. 點比較所選(N)。
  3. 比較視窗中:參數和資料並排(不同的地方以粗體標示)、各項指標、損失曲線疊在一起,各類別結果會標出最好的一次。

10.6 匯入外部模型

在其他地方(例如 Ultralytics YOLO)訓練好的偵測模型,匯出成 ONNX 後可以匯入,用來預標註、健檢、評估和誤報測試(不能接續訓練或部署)。目前只支援偵測專案。

  1. 在訓練紀錄上方點匯入外部模型。
  2. 點選擇 .onnx 檔案。
  3. 軟體會自動辨識:
    • 格式:YOLOv8 / v11(Ultralytics)、YOLOv5 / v7、YOLOv10 等端到端模型、YOLOX、RT-DETR、DETR / RF-DETR、Wulabel 匯出的模型。辨識不對可以手動修改;
    • 輸入尺寸;
    • 類別名稱(每行一個,順序要和模型一致)。把英文類別名稱改成專案中的類別名稱就能對應上,例如把 person 改成「人」。
  4. 要使用的類別:沒勾選的類別在預標註時不會加進來;和專案同名的類別預設會勾選。
  5. 點匯入。訓練紀錄中會多一筆「…(外部)」。

11 評估

點左側的評估,選擇一筆訓練紀錄(從訓練頁點「查看評估」進來時,選好的就是那一次)。還在訓練中的紀錄會顯示「訓練中」,訓練完才能選。

11.1 查看指標

11.2 混淆矩陣

列是真實類別,欄是模型預測。對角線是分對的,其他格子是把某類誤判成另一類。最後一欄「背景」是漏檢,最後一列「背景」是誤報。滑鼠停在格子上會顯示具體數字。

11.3 錯誤案例

11.4 信心值閾值

部署時警報要用多少閾值,看這裡:

  1. 軟體會推薦 F1 最高的閾值,並顯示這個閾值下的精確率、召回率。
  2. 曲線顯示精確率、召回率、F1 隨閾值的變化。拖曳滑桿查看不同閾值的效果:找對幾個、誤報幾個、漏掉幾個。
  3. 怎麼選:誤報多就調高閾值;漏報多就調低。
  4. 下方表格是各類別的建議閾值。
  5. 建議閾值會自動帶到「部署」頁的即時驗證和推論服務包,作為預設的信心值閾值。

11.5 用目前資料評估

補充資料、修改標註後,不用重新訓練,點用目前資料評估,就會用現在的已標註資料(驗證集 / 測試集)重新計算一次指標。匯入的外部模型也用這個方式評估。

11.6 誤報測試

用一段不該發出警報的影片(沒有目標,或只有容易認錯的東西,例如空曠的通道、晚上的廠區)測試模型會誤報幾次:

  1. 在「誤報測試」中點選擇影片檔案,或填寫 rtsp:// / http(s):// 位址。
  2. 設定:每秒偵測 N 個影格、連續 N 次偵測到才算一次警報、測試 N 分鐘(影像串流用)。
  3. 點開始測試,隨時可以點提前結束。
  4. 結果:測試了多久、警報幾次、換算每小時幾次,依類別統計;下方是誤報的畫面(紅框是模型回報的,只保留最近 60 張)。
  5. 點把這些影格加進資料集當作負樣本:會以「沒有目標」的圖加入,下次訓練時模型會學著不在這類畫面上發出警報。如果其中有真正的目標,加入後到標註頁補上標註。

11.7 匯出交付報告

  1. 點匯出報告,選擇儲存位置(預設檔名為「專案名稱_訓練名稱_模型報告.html」)。
  2. 報告是一個 HTML 檔案,包含資料概況、訓練參數、指標、曲線、混淆矩陣、錯誤案例、建議閾值和誤報測試結果,用瀏覽器直接開啟,可以交給客戶驗收。

12 模型預標註和挑圖

12.1 用自己的模型預標註

  1. 到標註頁,在右側「AI 輔助」中選擇我的模型,從下拉選單選一個訓練好的模型(會顯示名稱和 mAP50 / 準確率)。
  2. 調整信心值。
  3. 單張:按 P 或點預測本圖 (P)。
  4. 批次:點批次預標註,替一批未標註的圖都標上。對話框會馬上關閉,進度條在右側,可以邊執行邊標註;想中途停下就點進度條旁邊的停止,已經標好的會保留。
  5. 預標註的框是虛線,檢查、修改好後按 Enter(完成並下一張),這張就算已標註。分類專案會顯示「模型的候選」,前 3 個類別點一下就能採用。

標得越多 → 模型越準 → 預標註越省事。

模型預標註示意
預標註示意:模型會自動把目標框出來,你只需要審核、修正少數錯誤的。圖為「違規停車車輛」偵測結果。

12.2 挑選最值得標註的圖

有了初版模型後,與其隨便標,不如先標模型最拿不準的圖:

  1. 在資料頁點管理 → 挑選最值得標註的圖(用模型)。
  2. 選擇模型,填寫挑選 N 張,點開始挑選。
  3. 結果會依「拿不準」程度從高到低排列。
  4. 點依這個順序去標註,標註頁只會顯示這批圖(頂端篩選會多一個「模型挑選」)。標完點它旁邊的 × 回到全部圖片。

13 匯出資料集(含去識別化)

13.1 匯出

  1. 在資料頁點匯出資料集。
  2. 格式(依專案任務):
    • 偵測:YOLO、COCO、VOC;
    • 分割:YOLO-seg、COCO、VOC(只有外接框);
    • 關鍵點:YOLO-pose、COCO 關鍵點、VOC(只有目標框);
    • 分類:分類資料夾(train/類別/圖片.jpg)。
  3. 範圍:未標註和已略過的圖不會匯出;標為「沒有目標」的圖會作為負樣本匯出。團隊協作時還可以勾選只匯出已審核的圖片。
  4. 訓練 / 驗證 / 測試 比例(%):還沒劃分的圖會依這個比例分配。想全部重新分配,點全部重新劃分(之前的訓練結果將無法和新劃分直接比較)。
  5. 匯出到:點瀏覽選擇位置,資料夾名稱會自動產生,可以修改(修改過之後換格式也不會被覆蓋)。
  6. 點匯出。完成後會顯示匯出了多少圖、多少標註、各劃分多少張,點開啟資料夾直接查看。

匯出某個資料集版本:在資料集版本清單中點匯出這個版本,劃分會固定為版本中的劃分。

13.2 去識別化

匯出資料集、匯出版本、分包時,都可以勾選給圖片打馬賽克:

  1. 依類別:在下拉選單中選擇要打馬賽克的類別,例如你標的「人臉」「車牌」。名稱中含「臉」「車牌」的類別會預設選取。
  2. 自動尋找:勾選自動尋找人臉、自動尋找車牌,軟體會用開放詞彙偵測模型找出來(第一次需要下載模型;有 GPU 會快很多)。
  3. 方式:馬賽克、模糊、塗黑。
  4. 匯出時會多一個「去識別化」階段的進度。

去識別化只修改匯出的副本,專案中的原圖不動。自動尋找可能會漏掉很小、側臉、遠處的目標,重要資料請抽查。

14 部署

點左側的部署,選擇一個訓練好的模型。頁面有四個分頁:即時驗證、匯出模型、推論服務包、現場回流。

14.1 即時驗證

接上攝影機或影片,現場查看模型效果:

  1. 選擇影像串流或本機影片。
  2. 填寫影像串流位址:RTSP 攝影機(例如 rtsp://admin:密碼@192.168.1.64:554/Streaming/Channels/101),或 HTTP-FLV、HLS(m3u8)、http 上的 MP4 位址;也可以點選擇影片檔案。
  3. 點開始,畫面上會即時畫出結果:偵測模型畫框,分割模型畫輪廓,關鍵點模型畫點和骨架,分類模型在左上角顯示機率最高的幾個類別;頂端顯示解析度,以及是用顯示卡還是 CPU 推論。
  4. 拖曳信心值滑桿調整閾值。預設使用評估頁的建議閾值,修改過之後點「使用推薦值 0.xx」可以改回來。
  5. 看到漏檢、誤報的畫面時,點截圖加入資料集,圖會以「未標註」加入,標註後再訓練。
  6. 點停止結束。

14.2 匯出模型

  1. 選擇格式:
    • ONNX(動態尺寸):通用格式,onnxruntime 在 Windows / Linux / ARM 上都能執行;
    • ONNX(固定尺寸):輸入固定為 [1,3,N,N],給需要固定形狀的推論框架使用;
    • OpenVINO:Intel CPU、內顯、工業電腦加速,直接在軟體中轉換並驗證(首次使用會自動安裝 OpenVINO);
    • TensorRT 轉換包:NVIDIA 顯示卡、Jetson,需要在目標裝置上執行腳本產生引擎;
    • RKNN 轉換包:瑞芯微 RK3588 / 3568 等,需要在 Ubuntu 上執行腳本轉換。
  2. 需要固定尺寸時設定尺寸。
  3. 選擇匯出到的位置、資料夾名稱,點匯出。每種格式會顯示成功或失敗,點開啟查看。

內建的 Faster R-CNN 是兩階段模型,NPU(RKNN)和舊版 TensorRT 對它的支援有限,轉換可能失敗或速度不理想;要用在這類裝置上,建議訓練 YOLOX 或其他單階段模型(RetinaNet、FCOS、SSDLite)。ONNX 和 OpenVINO 可以放心使用。

YOLOX 模型匯出時:ONNX(動態尺寸)、OpenVINO 和其他模型一樣,模型中已經做好縮放、解碼和重複框過濾(NMS),直接輸出結果;ONNX(固定尺寸)、TensorRT、RKNN 轉換包使用的是 YOLOX 官方格式(輸入 BGR 0~255、左上角補 114,輸出未做 NMS),運算子都是一般卷積,NPU 和 TensorRT 都能完整執行,後處理請見轉換包中的 README。

分割、關鍵點模型(Mask R-CNN、Keypoint R-CNN)也能匯出 ONNX、OpenVINO 等格式:分割模型多一個輸出 masks(每個目標的遮罩機率,大於 0.5 的是目標),關鍵點模型多 keypoints(每個點的 x、y、可見性)和 keypoints_scores。即時驗證和推論服務包對偵測、分割、關鍵點、分類模型都支援。

14.3 推論服務包

產生一個帶到現場電腦就能執行的推論服務,偵測、分割、關鍵點、分類模型都支援:

  1. 影像串流:填寫名稱和位址(rtsp://…、http(s)://… 的 FLV / m3u8 / MP4,或影片檔案路徑),點新增一路可以加入多路。
  2. 偵測間隔(秒):每路影片每隔多久偵測一個影格。
  3. 警報規則:
    • 警報類別(不選表示所有類別都發出警報);
    • 信心值閾值(預設使用評估頁的建議閾值);
    • 重複過濾間隔(秒):同一路影片同一類別,這段時間內只發出一次警報;
    • 生效時段:全天,或如 07:00-19:00;
    • 儲存警報截圖(含框)。
  4. 警報推播:
    • Webhook:發出警報時 POST JSON 到這個位址,可選擇附上截圖(base64);
    • MQTT:伺服器位址、主題、使用者名稱、密碼(不填則不推播)。
  5. 服務:HTTP API 連接埠;用顯示卡推論(現場電腦要安裝 onnxruntime-gpu,否則會自動改用 CPU)。
  6. 現場回流:模型拿不準(信心值在設定區間內)的畫面會存到服務包的 reflux/ 資料夾。
  7. 選擇產生到的位置,點產生推論服務包。
  8. 把整個資料夾複製到現場電腦:Windows 按兩下 run.bat,Linux 執行 sh run.sh。設定在 config.json,說明見 README.md。現場電腦不需要 PyTorch 和顯示卡,只依賴 onnxruntime、OpenCV、numpy。

14.4 現場回流

  1. 服務包在現場執行時,會把模型拿不準的畫面存到 reflux/ 資料夾。
  2. 定期把 reflux/ 複製回來,在現場回流分頁點匯入現場回流圖片,選擇這個資料夾。
  3. 點前往標註,篩選「未標註」,用模型預標註後再修正。
  4. 重新訓練,再產生新的服務包,取代現場的 model.onnx。模型會越用越準。

14.5 上傳到巡瞳 AI 平台

不想自己部署服務的話,可以把模型上傳到巡瞳 AI 平台,在平台上接攝影機、設定警報(目前支援物件偵測模型):

  1. 先在設定中設定好巡瞳 AI(見 2.3)。
  2. 在部署 → 匯出模型最下方的「上傳到巡瞳 AI 平台」,修改一下模型名稱,點上傳。還沒匯出 ONNX 的會先自動匯出。
  3. 上傳後平台需要驗證幾秒到一分鐘,會顯示「平台正在驗證」,驗證通過後變成「驗證通過」(失敗會顯示原因)。評估頁算出的建議閾值會一起上傳,作為平台上的預設閾值。
  4. 點開啟控制台,到「自訂模型」中點啟用,就能接攝影機、設定警報了。
  5. 下方的「平台上的自訂模型」會列出已上傳的模型、驗證狀態和是否啟用。沒有開通託管的帳號只能放 1 個模型,要上傳新版本時請先刪除舊的。
  6. 平台上產生的警報圖片可以再拉回來標註(見 4.7)。

15 回報問題

  1. 點右上角的意見回饋。
  2. 寫下問題描述或建議。
  3. (選填)電子郵件:問題處理好後,作者會寄信告訴你結果。填過一次之後軟體會記住,下次不用再填。
  4. 預設勾選附上目前介面截圖,可以查看預覽;不想附上就取消勾選。
  5. 預設勾選附上執行日誌(v0.4.2 起):訓練環境、目前專案最近兩次訓練的日誌和錯誤訊息,點「查看內容」能看到具體傳送了什麼;路徑中的使用者名稱會換成 ~。不想附上就取消勾選。
  6. 點傳送。描述、截圖、日誌以及軟體版本、作業系統會傳給開發者,不會上傳你的專案圖片和標註。

也可以到 GitHub 開源儲存庫提 Issue。

16 巡瞳 AI 使用指南

巡瞳 AI(xuntongai.com)是一個 AI 辨識平台:有現成的專用辨識模型(垃圾分類、安全帽、煙火等)和大模型辨識,還能託管你自己的模型、接攝影機、推播警報。Wulabel 和它串接後,標註、訓練、上線、現場回流可以連成一個閉環。前面各章分散介紹過用法,這一章集中說明清楚。

Wulabel 中用到巡瞳 AI 的地方:

在哪做什麼見
設定 → 巡瞳 AI登入帳號、查看額度16.1、16.2
標註頁 → AI 輔助 → 巡瞳 AI用專用模型 / 大模型 / 依專案類別自動標註16.3–16.5
標註頁 → AI 輔助 → 辨識規則寫辨識說明、和 AI 聊怎麼辨識、同步到平台16.5
部署 → 匯出模型 → 上傳到巡瞳 AI 平台把訓練好的模型放到平台上使用16.6
資料 → 更多匯入方式 → 從巡瞳 AI 拉取警報圖片把現場的誤報、漏報拉回來再標註16.7
協作 → 線上 · 巡瞳官方中繼讓外部網路的成員連進來一起標16.8

16.1 登入帳號

  1. 開啟設定,在「巡瞳 AI」這一欄點登入巡瞳 AI 帳號。
  2. 瀏覽器會開啟巡瞳 AI 的網頁:
    • 還沒登入就先登入(和平常登入巡瞳一樣,驗證碼、簡訊都可以);
    • 核對網頁上的確認碼和 Wulabel 視窗中的是否相同,點允許。
  3. 回到 Wulabel,幾秒後會顯示已登入、帳號名稱和方案、剩餘額度,以及可用的辨識方式。

說明:

16.2 額度和費用

16.3 四種辨識方式怎麼選

在標註頁右側「AI 輔助」中選擇巡瞳 AI,「選擇辨識模型」下拉選單中有:

辨識方式適合速度額度
專用模型(如垃圾分類、安全帽)專案的類別和平台現成的模型對得上最快,批次時 8 張一批、兩批同時傳送專用模型辨識
你上傳並啟用的自帶模型自己訓練過、上傳到平台上的模型同上自帶模型辨識
依專案類別辨識(推薦)平台沒有對得上的模型;只想找專案中這幾類一張一張,比較慢大模型辨識
大模型通用辨識依安全隱患大類(消防、電氣、環境衛生等)尋找一張一張大模型辨識

選法很簡單:有對得上的專用模型就用專用模型(又快又準);沒有就用依專案類別辨識,把每個類別的辨識說明寫清楚(16.5)。

16.4 用專用模型批次自動標註

以垃圾分類為例:

  1. 建立偵測專案,匯入圖片。類別可以先不建立:模型辨識出的類別名稱(如「可回收物」)在專案中沒有時會自動新建。
  2. 開啟標註頁,右側「AI 輔助」選擇巡瞳 AI,模型選擇垃圾分類。
  3. 調整信心值:先用預設值,框太多就調高,漏得多就調低。
  4. 先按 P 標註目前這張看看效果,滿意了再點批次預標註。會對所有「未標註」且還沒有標註的圖逐批辨識,進度列會顯示進度。
  5. 辨識出的框是虛線(來源「巡瞳」)。逐張檢查:錯的刪掉、偏的拖正、漏的補上,按 Enter(完成並下一張)。
  6. 想更快:標了幾百張後,用這些資料訓練自己的模型(第 10 章),之後在本機預標註,不花額度。

批次處理時遇到「呼叫太頻繁」會自動放慢並重試,不會重複扣額度;額度不足、模型未開通這類錯誤會停下來,並告訴你已經標了幾張。

16.5 依專案類別辨識和辨識規則

平台沒有對得上的模型時,用「依專案類別辨識」:平台只找你專案中的類別,類別名稱原樣對應,清單以外的東西一律不回報。效果好不好,關鍵在於你有沒有把規則說清楚。

寫辨識說明:

  1. 在類別旁的編輯按鈕中填寫辨識說明:這個類別具體指什麼、什麼算 / 不算。例如:
    • 未戴安全帽:頭上沒有安全帽的人;戴了帽子但沒繫帶也算;只框頭部和上半身。
    • 電動車:兩輪電動機車、電動自行車;自行車、機車不算。
  2. 或在「AI 輔助」標題旁點辨識規則,在目前規則中集中修改整體規則(適用於所有類別,例如「只看畫面下半部的通道,忽略海報和螢幕中的內容」)和每個類別的說明,點儲存規則。

和 AI 聊:不知道怎麼寫規則,就在辨識規則 → 和 AI 聊中用白話說明:

預設會附上目前這張圖,AI 回答後會依新規則在這張圖上試辨識。AI 建議修改規則時會列出具體內容,點採用這些規則才會儲存;試辨識有結果時,點把試辨識的框加到這張圖直接使用。

同步到巡瞳平台(選用):在「目前規則」最下方點同步到巡瞳平台,規則會存到平台上。預設不啟用,不影響平台目前的辨識。

想讓巡瞳平台自己的辨識(抓拍、警報推播)也只回報你專案中的類別,就開啟平台辨識也使用這套規則。注意:開啟後整個巡瞳帳號的辨識都會依照這套規則,適用場景可以在巡瞳控制台的「辨識規則」頁調整。

綁定後,每次儲存或採用規則都會自動同步內容,但不會改動你在控制台設定的啟用狀態和場景。不想同步時點解除綁定,平台上的規則不會刪除。

限制:最多 30 個類別、類別名稱不超過 30 個字;整體規則最多 1000 字,每個類別的辨識說明最多 500 字;每個巡瞳帳號最多 20 套規則。

16.6 把訓練好的模型上傳到巡瞳

  1. 在 Wulabel 中訓練一個物件偵測模型(巡瞳目前只接受偵測模型)。
  2. 到部署 → 匯出模型,在最下方「上傳到巡瞳 AI 平台」修改模型名稱,點上傳。還沒匯出 ONNX 的會先自動匯出;評估頁的建議閾值會一起上傳。
  3. 平台驗證需要幾秒到一分鐘:會顯示「驗證中」→「驗證通過」(或「驗證失敗」和原因)。
  4. 點開啟控制台,到「自訂模型」中點啟用。啟用後就能在平台上接攝影機、設定警報,標註頁的模型清單中也能選到它。
  5. 下方的「平台上的自訂模型」會列出上傳過的模型、驗證狀態、是否啟用。沒有開通託管的帳號只能放 1 個模型,上傳新版本前請先刪除舊的。模型檔案最大 200MB。

16.7 拉回現場警報圖片,持續改進

模型上線後,現場的警報截圖中有誤報、漏報,正是最值得補充的資料:

  1. 資料 → 更多匯入方式 → 從巡瞳 AI 拉取警報圖片。
  2. 選擇時間範圍(最近 1 / 3 / 7 天)、哪個模型的警報、最多幾張。預設勾選將平台辨識出的框作為預標註。
  3. 拉回的圖在專案的 images/xuntong_時間/ 資料夾,框是虛線(來源「巡瞳」)。
  4. 逐張修改:誤報的框刪掉(畫面中本來就沒有目標的圖直接按 Enter 完成,作為負樣本),漏的補上。
  5. 重新訓練、評估,再上傳新版本,取代平台上的舊模型。

注意:平台的警報圖片保留 7 天,記得定期拉取;只有設定了推播管道的帳號才會產生警報紀錄。

這就是閉環:標註 → 訓練 → 上傳巡瞳 → 現場警報 → 拉回修正 → 再訓練,模型越用越準。

16.8 協作中的巡瞳 AI

16.9 常見問題

快速鍵

通用(標註頁)

按鍵作用
1–9切換類別(分類專案:直接選類別)
A / D 或 ← / →上一張 / 下一張
Enter完成並下一張(沒有目標的圖記為負樣本);團隊協作時是審核通過並下一張
X略過(不參與訓練)
Shift+D 或 Shift+→下一張未標註
Ctrl+Z / Ctrl+Y復原 / 取消復原
?開啟快速鍵說明面板
Ctrl+D複製上一張的標註(分類:沿用上一張的類別)
P用 AI 輔助預測 / 標註本圖
F符合視窗大小
滾輪縮放
空白鍵 + 拖曳 / 右鍵拖曳移動畫面

偵測、分割、關鍵點

按鍵作用
R畫框 / 畫輪廓 / 畫目標框
V選取、調整
SSAM 智慧選取
Del / 退格鍵刪除選取的物件
H隱藏 / 顯示類別名稱
Esc取消選取

畫多邊形時:按一下加點,按兩下或 Enter 閉合,退格鍵刪除上一個點。

點關鍵點時:按一下為可見,Shift+按一下為被遮擋,N 略過,退格鍵回到上一個點,Esc 或 Enter 結束。

SAM 選取時:按一下選取,Shift+按一下排除,退格鍵刪除最後一個點,Enter 採用,Esc 放棄。

分類專案:Del 清除類別。


准备好了?下载 Wulabel,开始标你的第一张图。