# wulabel **Repository Path**: xiaowu-iot/wulabel ## Basic Information - **Project Name**: wulabel - **Description**: 离线 AI 标注训练桌面软件 · 导入数据 → 标注 → 训练 → 评估 → 模型预标注 → 导出部署,全程本地离线 - **Primary Language**: Rust - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 2 - **Created**: 2026-11-09 - **Last Updated**: 2026-11-21 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
# Wulabel(小物标注) **离线 AI 标注训练桌面软件** 导入数据 → 标注 → 训练 → 评估 → 用模型预标注 → 导出部署,一个软件走完 [English](README.en.md) · [官网](https://wulabel.xiaowuiot.com) · [下载](#下载) · [使用教程](https://wulabel.xiaowuiot.com/guide.html) · [版本历史](#版本历史) · [交流群](https://wulabel.xiaowuiot.com/#contact) [![最新版本](https://img.shields.io/github/v/release/xiaowu-iot/wulabel?label=%E6%9C%80%E6%96%B0%E7%89%88%E6%9C%AC)](https://github.com/xiaowu-iot/wulabel/releases) [![许可证](https://img.shields.io/badge/%E8%AE%B8%E5%8F%AF%E8%AF%81-Apache--2.0-blue)](LICENSE) [![平台](https://img.shields.io/badge/%E5%B9%B3%E5%8F%B0-Windows%20%7C%20macOS%20%7C%20Linux-lightgrey)](#下载)
## 亮点 - **完全离线**:图片、标注、模型都在你自己的电脑上,数据不出本机 - **装好就能训**:一键安装训练环境,自动识别显卡、选 PyTorch 版本,支持国内镜像 - **四种任务**:目标检测、实例分割、图像分类、关键点 - **YOLO 系列训练**:YOLOX Nano / Tiny / S / M / L,另有 Faster R-CNN、RetinaNet、Mask R-CNN 等 - **越标越快**:SAM 点一下出轮廓、文本提示自动找目标;标一小批就训练,再用训出的模型预标注剩下的图 - **团队协作**:成员用浏览器就能一起标,分配任务、审核打回、计件统计 - **部署到现场**:ONNX、OpenVINO、TensorRT、RKNN,一键生成推理服务包 - **放心商用**:Apache-2.0 开源,内置模型只用 BSD / Apache 许可的代码和权重(torchvision、YOLOX) - **多语言界面**:简体中文、繁體中文、English、日本語、한국어、Español、Português、Русский、Deutsch、Français、Tiếng Việt、Bahasa Indonesia,默认跟随系统语言(v0.5.0 起);浅色、深色主题跟随系统(v0.5.1 起) ## 下载 最新版 **v0.6.0**(Windows 10 / 11 64 位、macOS 11 及以上、Linux x86_64 和 ARM64;Mac 版 Apple 芯片和 Intel 通用): | 系统 | 官网下载(国内推荐) | GitHub 下载 | |---|---|---| | Windows | [Wulabel_0.6.0_x64-setup.exe](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_x64-setup.exe) | [Wulabel_0.6.0_x64-setup.exe](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_x64-setup.exe) | | macOS | [Wulabel_0.6.0_universal.dmg](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_universal.dmg) | [Wulabel_0.6.0_universal.dmg](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_universal.dmg) | | Linux(Ubuntu、Debian、统信 UOS、麒麟等) | [Wulabel_0.6.0_amd64.deb](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_amd64.deb) · [Wulabel_0.6.0_amd64.AppImage](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_amd64.AppImage) | [.deb](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_amd64.deb) · [.AppImage](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_amd64.AppImage) | | Linux ARM64(飞腾、鲲鹏等) | [Wulabel_0.6.0_arm64.deb](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_arm64.deb) · [Wulabel_0.6.0_aarch64.AppImage](https://wulabel.xiaowuiot.com/download/Wulabel_0.6.0_aarch64.AppImage) | [.deb](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_arm64.deb) · [.AppImage](https://github.com/xiaowu-iot/wulabel/releases/download/v0.6.0/Wulabel_0.6.0_aarch64.AppImage) | 历史版本:[GitHub Releases](https://github.com/xiaowu-iot/wulabel/releases) · [Gitee 发行版](https://gitee.com/xiaowu-iot/wulabel/releases) · [官网](https://wulabel.xiaowuiot.com/#download) **第一次安装** - **Windows**:双击安装。弹出「Windows 已保护你的电脑」时,点「更多信息」→「仍要运行」(安装包还没有代码签名)。 - **macOS**:打开 .dmg,把 Wulabel 拖进「应用程序」。提示「无法验证开发者」时,在「应用程序」里右键 Wulabel →「打开」;macOS 15 以后到「系统设置 → 隐私与安全性」点「仍要打开」。提示「已损坏」的话,在终端执行 `xattr -cr /Applications/Wulabel.app`。 - **Linux**:.deb 用 `sudo apt install ./Wulabel_0.6.0_amd64.deb` 安装,装好后在应用菜单里找 Wulabel;也可以用 .AppImage:`chmod +x Wulabel_0.6.0_amd64.AppImage` 后双击运行,不用安装。ARM 电脑(飞腾、鲲鹏)下载文件名带 arm64 / aarch64 的,用法一样。 - 装好后到「设置」页点「一键安装训练环境」。只标注、不训练可以跳过。 ## 功能一览 - **数据**:导入图片、文件夹,自动去重和摆正方向;视频抽帧,RTSP、HTTP-FLV、HLS(m3u8)、MP4 等直播 / 回放视频流边采边入库;导入 YOLO / COCO / VOC / 分类文件夹数据集(自动识别格式);划分训练、验证、测试集;图片质量筛查;挑出最值得先标的图;导出时可给人脸、车牌打码 - **标注**:矩形框、多边形、分类、关键点;1–9 快捷切换类别;撤销重做、复制上一张;视频帧关键帧插值、自动跟踪 - **AI 辅助**:SAM 点选出轮廓;文本提示自动找目标;巡瞳 AI 平台识别(专用模型、按项目类别识别、和 AI 聊识别规则);自己训练的模型预标注(单张或批量) - **数据体检**:规则检查:极小框、重复框、重复图片、类别不均衡;模型检查:疑似漏标、标错类别、框不准、多余框,一键去改 - **数据集版本**:把标注存成快照,对比、导出、用某个版本训练、恢复 - **训练**:检测:YOLOX(Nano / Tiny / S / M / L)、Faster R-CNN、RetinaNet、FCOS、SSDLite;分割:Mask R-CNN;关键点:Keypoint R-CNN;分类:MobileNetV3、EfficientNet、ResNet50。数据增强、接着训练、训练对比;导入别处训好的 ONNX 模型(YOLOv5 / v8 / v11、YOLOX、RT-DETR 等)做预标注和评估 - **评估**:mAP、精确率、召回率(分类看准确率、F1);各类别指标、混淆矩阵、错例浏览;阈值推荐;误报测试;导出交付报告 - **部署**:接摄像头或视频流实时验证;导出 ONNX、OpenVINO、TensorRT / RKNN 转换包;生成推理服务包(多路拉流、告警规则、Webhook / MQTT 推送);实时验证和推理服务包支持检测、分割、关键点、分类模型;上传巡瞳 AI 平台 - **团队协作**:实时协作:你的电脑当主机,成员用浏览器登录就能标,局域网或在线都行;角色、分配任务、按张加锁、审核打回、工作量统计、水印。离线分包:分成几个标注包,标完合并回来 - **设置**:训练环境一键安装、下载源、使用已有 Python 环境、巡瞳 AI 账号、检查更新 已知限制:分割、关键点的评估按目标框计算指标。 ## 版本历史 | 版本 | 日期 | 主要内容 | |---|---|---| | [v0.6.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.6.0) | 2026-11-21 | 实时验证和推理服务包支持分割、关键点、分类,视频流支持 HTTP-FLV、HLS、MP4;训练页能查看和调整训练/验证/测试集;一个人标注不用审核;训练前检查步数,指标一直为 0 或没下到预训练权重时提示原因;评估页给结论,推荐阈值带到部署页;标注页、数据页、体检多处易用性改进 | | [v0.5.2](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.5.2) | 2026-11-20 | 教程和官网链接按界面语言打开,服务端提示跟随界面语言;非中文界面默认隐藏巡瞳 AI(设置里可打开);修正几处译文;Linux 抽帧自动下载 ffmpeg | | [v0.5.1](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.5.1) | 2026-11-20 | 浅色主题(默认跟随系统,设置里可切换);窄窗口和外文界面下首页新手引导、左侧导航不再挤在一起 | | [v0.5.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.5.0) | 2026-11-20 | 国际版:界面、出错提示、训练日志、交付报告、推理服务包说明支持 12 种语言,默认跟随系统语言;官网和使用教程也有各语言版本 | | [v0.4.2](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.4.2) | 2026-11-20 | 新增 ARM64 Linux 版(飞腾、鲲鹏);显存不够自动调小批大小重训;更新后显示本次更新内容;反馈可附带运行日志;.deb 安装版也能全自动更新;修复 RTSP 抽帧超时不生效,TCP 连不上自动改用 UDP | | [v0.4.1](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.4.1) | 2026-11-19 | 全自动更新:点「立即更新」后软件自己下载、校验签名、安装并重启,不用再跑安装程序(从 0.4.1 升级到以后的版本生效) | | [v0.4.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.4.0) | 2026-11-19 | 新增 Linux 版;软件内一键升级;首页新手引导和项目进度;检测默认 YOLOX-S、按显卡推荐规格、训练结束提醒;文本提示中文类别名自动对应英文;分割、关键点模型可导出 ONNX;反馈可留邮箱、作者回复会发邮件;标注页快捷键面板,训练页高级设置收起 | | [v0.3.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.3.0) | 2026-11-17 | 新增 YOLO 系列训练:YOLOX Nano / Tiny / S / M / L,官方数据增强和 COCO 预训练权重,可导出 ONNX / OpenVINO / TensorRT / RKNN、上传巡瞳 | | [v0.2.1](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.2.1) | 2026-11-12 | 检查更新;标注页缩略图条可拖动调整大小;Windows 安装界面改为中文 | | [v0.2.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.2.0) | 2026-11-10 | 首个 Mac 版;实例分割、分类、关键点;SAM、文本提示、巡瞳 AI 辅助标注;视频抽帧和跟踪;数据集版本、训练对比;单阶段检测模型;实时多人协作;巡瞳平台对接 | | [v0.1.0](https://github.com/xiaowu-iot/wulabel/releases/tag/v0.1.0) | 2026-11-09 | 首个版本:目标检测的标注、训练、评估、模型预标注、导出 | ## 文档 | 文档 | 说明 | |---|---| | [使用教程](docs/使用教程.md) | 从安装到部署的快速上手([在线版](https://wulabel.xiaowuiot.com/guide.html)) | | [使用教程(详细版)](docs/使用教程-详细版.md) | 每个页面、每个按钮的详细说明 | | [巡瞳平台对接接口](docs/巡瞳平台对接接口.md) | 和巡瞳 AI 平台对接用到的接口 | | [打包发布](docs/打包发布.md) | 打安装包、自动打包、发布新版本的步骤 | | [反馈服务](server/feedback/) | 软件内「反馈」、检查更新、使用统计的服务端,可以自己部署 | | [协作中转](relay/README.md) | 在线协作用的中转服务,可以自己部署 | ## 开发 需要 Node.js 22+、Rust(stable);Windows 上还需要 Visual Studio C++ 生成工具和 WebView2。 ```bash cd apps/desktop npm install npm run tauri dev # 开发运行 npm run tauri build # 打安装包 ``` 测试: ```bash # Rust 单元测试 cd apps/desktop/src-tauri cargo test # 训练全流程集成测试(需要装有 torch 的 Python) XLABEL_TEST_PYTHON=/path/to/python cargo test end_to_end -- --nocapture # Python 测试:指标单元测试 + YOLOX 冒烟测试(CPU 上训练、导出、onnxruntime 验证) cd worker python -m unittest discover -s tests ``` GitHub Actions:`release` 推送 `v*` 标签时打 Windows、Mac、Linux(x86_64 和 ARM64)安装包;`build` 手动运行,只打测试包;`worker-test` 改了 worker 代码时自动跑 Python 测试。 ## 目录结构 ``` apps/desktop/ 桌面端(Tauri 2) ├─ src/ React 前端 │ ├─ pages/ 项目、数据、标注、体检、训练、评估、部署、协作、设置 │ └─ components/ 标注画布、导出、数据集版本、训练对比、巡瞳、反馈等 └─ src-tauri/src/ Rust 核心 ├─ project.rs / db.rs 项目、SQLite 表结构与迁移 ├─ images.rs / video.rs 图片导入、缩略图;视频和视频流抽帧(ffmpeg) ├─ annotations.rs 标注、类别、图片状态 ├─ keypoints.rs 关键点模板 ├─ track.rs 视频帧关键帧插值、跟踪 ├─ dataset.rs 数据集划分与导出 ├─ dataset_import.rs YOLO / COCO / VOC / 分类文件夹导入 ├─ versions.rs 数据集版本 ├─ health.rs / quality.rs 数据体检、图片质量筛查 ├─ runtime.rs 训练环境:显卡检测、PyTorch 安装 ├─ training.rs 训练任务、推理服务(预标注)、ONNX 导出 ├─ evaltools.rs 导入外部模型、重新评估、误报测试 ├─ report.rs 交付报告 ├─ deploy.rs 实时验证、多格式导出、推理服务包 ├─ assist.rs / ai.rs SAM、文本提示;巡瞳 AI 辅助标注 ├─ xuntong.rs 巡瞳平台对接(上传模型、拉告警图) ├─ share.rs / tunnel.rs 实时协作主机、在线中转连接 ├─ team.rs / collab.rs 成员、分配、审核;离线分包与合并 ├─ feedback.rs / update.rs 软件内反馈、检查更新 └─ commands.rs 前端调用的命令 worker/ Python 训练与推理进程(随安装包分发) ├─ xlabel_worker/ │ ├─ train.py 训练与评估 │ ├─ models.py 内置模型列表 │ ├─ yolox_det.py YOLOX 接入:规格、预训练权重、推理、训练 │ ├─ yolox_data.py YOLOX 数据增强(Mosaic、MixUp 等) │ ├─ yolox/ YOLOX 模型代码(摘自官方仓库,Apache-2.0,见 NOTICE) │ ├─ data.py / augment.py 数据集读取、数据增强 │ ├─ serve.py 常驻推理服务(预标注、SAM、文本提示) │ ├─ assist.py SAM、开放词汇检测 │ ├─ evaluate.py / metrics.py 评估、mAP 和混淆矩阵 │ ├─ fptest.py 误报测试 │ ├─ onnx_model.py 外部 ONNX 模型推理 │ ├─ export.py 导出 ONNX / OpenVINO、TensorRT / RKNN 转换包 │ ├─ live.py 实时验证 │ └─ anonymize.py 导出时打码 ├─ service/ 推理服务包模板(只依赖 onnxruntime + OpenCV) └─ tests/ Python 测试 relay/ 在线协作中转服务 server/ 反馈服务、部署示例 docs/ 使用教程、对接接口、打包发布 ``` 桌面端和 worker 之间通过标准输入输出逐行传 JSON,不开端口。 ## 项目文件格式 ``` 我的项目/ ├─ project.json 项目名、任务类型 ├─ annotations.db SQLite:图片、类别、标注、关键点模板、数据集版本、训练记录 ├─ images/ 复制模式导入的图片;stream_*/ 是视频流采集的帧 ├─ runs/<时间>/ 每次训练:dataset/、best.pt、last.pt、metrics.jsonl、eval.json、log.txt、model.onnx └─ .cache/thumbs/ 缩略图(可删除,会自动重建) ``` ## 许可证 [Apache-2.0](LICENSE)。第三方代码(YOLOX,Apache-2.0)见 [NOTICE](NOTICE)。 作者:小物学长,邮箱 177183719@qq.com。使用问题、功能建议欢迎提 [Issue](https://github.com/xiaowu-iot/wulabel/issues)、发邮件,或到[官网](https://wulabel.xiaowuiot.com/#contact)找作者、进交流群。