X-anylabeling3.2标注工具的安装与使用

1 安装

打开github网址下载下来
https://github.com/CVHub520/X-AnyLabeling

官方的安装步骤
https://github.com/CVHub520/X-AnyLabeling/blob/main/examples/training/ultralytics/README.md

首先前提要有anaconda
打开anaconda prompt

进入到下载好的X-AnyLabeling-main目录

1. 创建虚拟环境
   要求python版本在3.9 – 3.12之间

   conda create -n pytorch python=3.11
   

2. 激活虚拟环境

   conda activate pytorch
   

   

3. 安装 Ultralytics
   为了获得最快的安装速度，我们建议使用 uv。它还可以自动检测您的 CUDA 版本以安装正确的 PyTorch 版本

   pip install --upgrade uv
   uv pip install ultralytics --torch-backend=auto
   

4. 安装依赖
   使用 uv 安装所需的软件包：

   uv pip install -r requirements-gpu-dev.txt
   用于支持 GPU 的开发。
   uv pip install -r requirements-dev.txt
   用于纯 CPU 开发。
   

5. 启动GUI
   从存储库根目录运行

   python anylabeling/app.py
   

   

2 使用

打开文件夹，可以选择导入标签类别classes.txt格式文件

点击自动标注，选择mobilesam分割一切模型

我用97张照片做测试，标签有四种
no helmet
motor
number
with helmet
做了17张图片的标注
训练一下模型

发现至少需要20张标注图片


遇到的问题：记录yolov5出现UnicodeDecodeError中gbk解码问题的解决
https://blog.csdn.net/qq_16763983/article/details/117967450
服了还是不行

----------终于找到方法了----------
在运行训练命令前，设置Python使用UTF-8编码

set PYTHONUTF8=1  # Windows

导出onnx格式model遇到问题ERROR: Failed to install required packages: onnxslim>=0.1.59, onnx>=1.12.0,<1.18.0. Please manually install these packages and restart the application.
手动安装所需要的包

# 安装指定版本的 onnx
pip install "onnx>=1.12.0,<1.18.0"# 安装 onnxslim
pip install onnxslim==0.1.59

成功successful


训练好了是训练好了，但是检测的效果很差，怀疑是不是把没有标注的图片也给训练了
导入已经训练好的自定义模型

每个模型对应着yaml文件

模型训练效果比较差，无法正常自动标注。