標註、訓練、部署,
一個軟體走完。
匯入圖片就能標,標一小批就能訓練,再用自己訓練出的模型去預標註剩下的。評估、匯出、到現場即時驗證,全在一個離線軟體裡完成。
把一整套工具鏈收進一個視窗
不用在標註工具、訓練腳本、評估程式、匯出轉換之間來回搬資料。裝好就能用,越標越省事。
完全離線,資料不離開本機
圖片、標註、模型全程存在你自己的資料夾裡,不上傳、不開連接埠、不依賴任何雲端服務。機密和內部網路場景也能放心使用。需要連網的輔助功能(例如巡瞳 AI)都是選用的,不開啟就不會用到。
越標越快
標一小批就能開始訓練,訓練出的模型反過來幫你預標註剩下的圖,你只需要修正錯誤。資料越多,省下的手工越多。
零設定環境
一鍵安裝訓練環境,自動辨識顯示卡、選對 PyTorch 版本,內建中國大陸鏡像加速。不用自己折騰 CUDA 和相依套件。
一路走到現場部署
匯出 ONNX / OpenVINO,接上 RTSP 攝影機即時驗證,產生能直接拉流發出警報的推論服務包。不只標註,一路管到落地。
資料健檢
自動找出極小框、重複框、近似重複的圖、類別不平衡,還能用模型挑出疑似漏標和標錯,一鍵修好再訓練。
開源免費
Apache-2.0 授權,個人和商業使用都免費。訓練用的是 Apache-2.0 的 YOLOX 和 BSD 授權的 torchvision 模型,輔助標註用的 SAM、OWL 也是 Apache-2.0,訓練出來的模型可以放心商用。
從一張圖到一個能執行的模型
v0.2.0 起,偵測、分割、分類、關鍵點四種任務,AI 輔助標註、團隊協作、巡瞳 AI 串接全部包含在安裝檔中。Windows、macOS、Linux 都能用。
四種任務
物件偵測之外,新增實例分割(多邊形輪廓)、影像分類(一鍵一張)、關鍵點(可編輯範本,人體姿態等)。每種任務都能標註、訓練、評估、預標註。
資料管理
圖片 / 資料夾 / 拖放匯入,依內容去除重複、自動轉正方向;匯入含標註的 YOLO / COCO / VOC 並自動辨識格式;劃分訓練/驗證/測試,一鍵匯出;影片擷取影格,RTSP、HTTP-FLV、HLS(m3u8)、MP4 等直播 / 回放影像串流擷取影格(邊採集邊存入);圖片品質篩查;用模型挑出最值得先標註的圖。
標註工作台
畫框、選取、拖曳、調整大小;1–9 快速鍵切換類別,復原與取消復原,複製上一張,自動儲存;審核 / 略過,模型預標註(單張或批次);多邊形、分類、關鍵點標註;影片影格的關鍵影格插值、向後自動追蹤。
AI 輔助標註
SAM 智慧選取:點一下就產生輪廓或貼齊邊緣的框;文字提示:依類別名稱自動尋找目標;巡瞳 AI 依你的類別辨識,只認你要的東西。還能直接和 AI 聊「戴了帽子沒繫帶也算未戴」,它會整理成辨識規則、當場試給你看。
資料健檢
規則檢查極小框、重複框、近似重複圖片、類別不平衡;模型檢查疑似漏標、類別錯誤、框不準、多餘框。一鍵加為標註、忽略,或跳到標註頁反白顯示問題。
即時多人協作
你的電腦當主機,成員用瀏覽器登入就能一起標,不用安裝軟體;區域網路或線上都可以。分配任務、逐張加鎖即時同步、審核退回、線上狀態、工作量統計(匯出計件)、浮水印防外流。沒有網路時也能離線分包、再合併回來;資料集還能存版本快照。
訓練
YOLO 系列 YOLOX(Nano / Tiny / S / M / L,官方 Mosaic、MixUp 擴增和 COCO 預訓練權重)v0.3.0;Faster R-CNN(MobileNetV3 / ResNet50),即時 loss 和 mAP 曲線、訓練日誌、中途停止、歷史訓練紀錄;單階段 RetinaNet / FCOS / SSDLite,Mask / Keypoint R-CNN,分類模型;資料擴增(預設組合 + 預覽);接續現有模型訓練;匯入外部 ONNX 模型(YOLOv5/v8/v11、YOLOX、RT-DETR 等);訓練比較。
評估
mAP50、mAP50-95、精確率、召回率、各類別指標、混淆矩陣;瀏覽錯誤案例,點一下直接跳回去修改標註;閾值建議;誤報測試(用沒有目標的影片跑,計算每小時誤報次數,誤報影格一鍵加為負樣本);用目前資料重新評估;匯出交付報告。
部署
接上 RTSP 攝影機 / 本機影片即時驗證,截圖加回資料集;匯出 ONNX / OpenVINO、TensorRT / RKNN 轉換包;產生推論服務包(多路拉流、警報規則、Webhook / MQTT 推播、HTTP API、現場回流);一鍵上傳到巡瞳 AI 平台,平台警報圖片再拉回來標註。
隱私去識別化
匯出資料集或分包時,替人臉、車牌等區域打馬賽克 / 模糊 / 塗黑:可以依你標的類別,也可以自動尋找。只修改匯出的副本,原圖不動。
下載開始使用
下載安裝就能用,第一次會引導你一鍵安裝訓練環境。已安裝 v0.2.1 以後版本的,軟體中會提示升級,v0.4.1 起點「立即更新」後會自動下載、安裝、重新啟動,全程不用手動操作。
| 系統 | 支援的版本 | 安裝檔 |
|---|---|---|
| Windows | Windows 10 / 11(64 位元) | .exe 安裝程式 |
| macOS | macOS 11 以上,Apple 晶片和 Intel 通用 | .dmg |
| Linux | x86_64:Ubuntu 22.04 以上、Debian 12、統信 UOS、銀河麒麟 / 中標麒麟(x86 電腦)等 | .deb、.AppImage |
| Linux ARM64 | 飛騰、鯤鵬等 ARM 電腦上的銀河麒麟、統信 UOS 等(v0.4.2 起) | .deb、.AppImage |
| 暫不支援 | 龍芯、鴻蒙。鴻蒙裝置可以用瀏覽器參與團隊協作標註 | — |
第一次開啟:Windows 提示「Windows 已保護您的電腦」時點「其他資訊 → 仍要執行」;Mac 在「應用程式」中按右鍵 Wulabel → 打開;Linux 的 .deb 用 sudo apt install ./檔名.deb 安裝,.AppImage 加上執行權限(chmod +x)後直接執行。
使用上有問題、想要新功能,可以寫信給作者。
歷史版本
- 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
每個版本的更新內容請見 GitHub 發行版本。
你可能想問
真的完全免費嗎?
是的。軟體採用 Apache-2.0 開源授權,個人使用、商業使用都免費,沒有功能限制、不需要帳號、不需要連網驗證。
我的圖片和資料會被上傳嗎?
不會。所有圖片、標註、訓練出的模型都存在你本機的專案資料夾中,軟體執行不需要連網、不開網路連接埠。只有在你主動安裝訓練環境、下載預訓練權重和輔助標註模型時才會連網下載;只有你主動選用「巡瞳 AI」輔助標註時,才會把要辨識的圖片傳給巡瞳 AI 平台。另外,軟體啟動時會檢查一次更新,只傳送版本號、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),不含圖片和個人資訊,可以在設定中關閉。
能標註影片嗎?
可以。匯入本機影片依間隔擷取影格,或直接接上 RTSP 攝影機,以及 HTTP-FLV、HLS(m3u8)、MP4 等直播 / 回放位址,邊採集邊存入。標註時可以在兩個關鍵影格之間自動插值,或從某個影格向後自動追蹤,不用一個影格一個影格地畫。
多人一起標註怎麼辦?
支援即時協作:你的電腦當主機,成員用瀏覽器開啟位址、登入就能標,不用安裝軟體。同一個區域網路直接連線;外部網路的外包人員可以透過你們自己的中繼伺服器,或巡瞳官方中繼。可以分配任務、審核退回、統計每個人的工作量。沒有網路時也能離線分包、標完再合併回來。
訓練用的是 YOLO 嗎?是哪一版 YOLO?
v0.3.0 起可以訓練 YOLO 系列的 YOLOX,有 Nano、Tiny、S、M、L 五種規格:Nano、Tiny 適合 CPU 和 NPU 邊緣運算盒,S 速度和精度最平衡,M、L 適合有顯示卡、要求精度的場景。採用 YOLOX 官方的 Mosaic、MixUp 等資料擴增和 COCO 預訓練權重,訓練好後能評估、預標註、匯出 ONNX / OpenVINO / TensorRT / RKNN,也能直接上傳到巡瞳 AI 平台。
沒有採用 YOLOv5 / v8 / v11,是因為它們是 AGPL-3.0 授權,用在商業產品中有限制;YOLOX 是 Apache-2.0,訓練出來的模型可以放心商用。在其他地方訓練好的 YOLOv5 / v8 / v11 模型匯出 ONNX 後,也能匯入 Wulabel 做預標註和評估。另外也可以訓練 Faster R-CNN、RetinaNet、FCOS、SSDLite、Mask R-CNN 等模型。
沒有顯示卡能用嗎?
可以。標註、健檢、匯出這些都不需要顯示卡。訓練在純 CPU 上也能執行,只是慢一些;有 NVIDIA 顯示卡會自動使用。
支援哪些資料集格式?
匯入和匯出都支援 YOLO、COCO、VOC 三種主流格式,匯入時會自動辨識是哪一種,也支援 YOLO-seg / pose、COCO 分割 / 關鍵點和分類資料夾。模型可匯出 ONNX,並提供 OpenVINO、TensorRT、RKNN 的轉換;也能匯入在其他地方訓練好的 ONNX 偵測模型(YOLOv5/v8/v11、YOLOX、RT-DETR 等)來預標註和評估。
和線上標註平台相比有什麼不同?
它把標註、訓練、評估、預標註、部署整合在一個離線軟體中,不用把資料傳到雲端,也不用自己架設訓練環境。用你自己的資料訓練出的模型能直接回頭幫你預標註,越用越快。
Windows 提示「Windows 已保護您的電腦」或瀏覽器提示不安全,怎麼辦?
這是因為安裝檔還沒有做程式碼簽章,下載的人也不多,Windows 和瀏覽器認不出發行者,所有新發布的小軟體都會這樣,不是病毒。安裝檔就在本站和 GitHub 下載,原始碼全部公開可查。
安裝時跳出藍色的「Windows 已保護您的電腦」:點其他資訊,再點仍要執行。瀏覽器下載時提示「不常下載」或「可能有害」:在下載清單中點 ⋯ → 保留(Edge 還要再點「仍要保留」)。360、電腦管家等安全軟體攔截的話,選擇允許執行或加入信任清單。
支援哪些系統?Linux、麒麟、統信、鴻蒙能用嗎?
Windows 10 / 11(64 位元)、macOS 11 以上(Apple 晶片和 Intel 通用),v0.4.0 起還有 Linux 版(x86_64,.deb 和 .AppImage),Ubuntu 22.04 以上、Debian 12、統信 UOS、x86 電腦上的銀河麒麟 / 中標麒麟都可以安裝;v0.4.2 起還有 ARM64 版,飛騰、鯤鵬電腦上的銀河麒麟、統信 UOS 也能使用。龍芯和鴻蒙暫不支援,鴻蒙裝置可以用瀏覽器參與團隊協作標註。
支援 macOS 嗎?
支援。v0.2.0 起有 Mac 版(macOS 11 以上,Apple 晶片和 Intel 通用),Apple 晶片訓練時會自動使用 MPS 加速。第一次開啟如果提示「無法驗證開發者」,在「應用程式」中按右鍵 Wulabel → 打開;提示「已損毀」的話,在終端機執行 xattr -cr /Applications/Wulabel.app 再開啟。
找小物学长
Wulabel 由小物学长開發和維護。使用上有問題、想要新功能,或想聊 AI 辨識專案落地、模型客製化,都可以找我。
電子郵件:177183719@qq.com(使用問題、功能建議、專案合作都可以來信)