X-AnyLabeling 是一款功能强大的 AI 图像与视频标注工具，集成了多种深度学习算法，旨在提升数据标注的效率和精度。它支持多种标注样式，适配目标检测、图像分割、OCR 等多种 AI 训练任务，广泛应用于自动驾驶、医疗影像、工业检测等领域。
源码下载地址： https://zqj.lanzoub.com/iEyqM33ie5ih
下载好源码后，可以在pycharm或者vscode中打开，然后安装对应的环境依赖（requirements-gpu.txt是GPU版的环境依赖），它所需要的python版本是python3.11。
使用方法介绍
视频演示：https://www.bilibili.com/video/BV1TFb6z2EUw/
1、在运行之前，需要安装对应的环境依赖，默认提供有cpu版的python库【requirements.txt】和GPU版是python库【requirements-gpu.txt】，如果有英伟达显卡，优先选择GPU版的来安装。
2、安装好环境依赖后，在【anylabeling/app.py】文件夹，运行app.py启动软件。
3、打开图片所在文件夹
4、点击左侧所需标注的类型来选择手动标注图片，如果是目标分割选择多边形，目标检测用矩形，其他类型不做过多讲解。
5、当然，我们希望使用ai模型辅助我们标注，将会更加的方便。微智启软件工作室原创文章。
点击ai图标，默认是没有模型的，需要点击然后选择。选择完毕后，会自动下载模型，这时候会自动下载模型到C盘。
有很多模型，我这里选择其中一个来演示。
6、当模型提示加载完毕的时候，我们就可以使用它了。
7、选择标注的模式，这里可以是点，也可以是矩形。选择需要描绘的物体后，会自动计算【期间会显示“请稍等”】
8、这样它就会自动计算物体的边缘，框选物体了
AI模型下载
在启用 AI 辅助标定功能之前，用户需要先加载模型，可通过左侧菜单栏的 标识按钮或直接使用快捷键 激活。
通常，当用户从模型下拉列表中选择对应的模型时，后台会检查当前用户目录下 ，例如【C:\Users\Administrator\xanylabeling_data\models\】是否存在相应的模型文件。如果存在，则直接加载；否则，直接通过网络自动下载到指定目录。
如果下载失败，可以在这个网址手动下载： https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/en/model_zoo.md
如果想自定义添加模型，可以参考： https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/zh_cn/custom_model.md
数据集导出与转换
1、标注完毕后，在标注的文件夹通常会生成json格式的标注文件，如下图
2、目标检测和目标分割训练，通常是需要txt格式的，所以点击导出功能
目标检测选择YOLO水平框标签
目标分割选择YOLO分割标签
3、导出的时候，需要我们创建一个classes.txt文件，里面写上所有标注的名称，一行一个，例如我标注了苹果和香蕉，那么我就这么写
4、选择txt标签导出位置即可
