# ytlabel **Repository Path**: yuturuishi/ytlabel ## Basic Information - **Project Name**: ytlabel - **Description**: 宇图瑞视 YOLO标注训练工具，AI自动标注，大模型提示词自动标注，自动采集视频，自动收集数据集 - **Primary Language**: Python - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 294 - **Forks**: 162 - **Created**: 2025-02-17 - **Last Updated**: 2026-10-01 ## Categories & Tags **Categories**: ai **Tags**: Python, Yolo, labelme, LMStudio, gguf ## README # ytlabel **语言 / Language：** [简体中文](README.md) | [English](README_en.md) **开源协议：** MIT License，可自由商用。详见 `LICENSE`。 - 官网：https://www.yuturuishi.com - 微信：yuturuishi - gitee开源地址：https://gitee.com/yuturuishi/ytlabel - github开源地址：https://github.com/yuturuishi/ytlabel - ytlabel 是一款开源图像标注与模型训练工具，采用 Python + Flask 开发，跨平台支持 Windows / Linux / Mac。支持多种标注类型、AI 自动标注与 YOLO 模型训练全流程。 --- ## 功能 - 标注：多种标注类型（矩形、多边形等），支持图片、视频、LabelMe 数据集导入 - AI 自动标注：支持大模型（LMStudio、vLLM、ollama、阿里云）对图片和视频自动标注 - 模型训练：YOLO 训练全流程——数据集上传、模型训练、断点恢复、模型测试、参数查看与下载 - 数据集：YOLO 格式数据集导出，可自定义训练 / 验证 / 测试比例 - 文件管理：内置文件管理系统，支持文件浏览、上传、下载 - 部署：全部静态资源本地化，支持离线部署 --- ## 软件截图 1 2 3 4 5 6 --- ## 环境要求 - Python 3.8+ - 依赖见 `requirements.txt` - 训练功能需安装 Ultralytics / PyTorch（CPU 或 CUDA 版） - 现代浏览器（前端访问） --- ## 快速开始 ```bash # 创建并激活虚拟环境 python -m venv venv # Windows venv\Scripts\activate # Linux / Mac source venv/bin/activate # 安装基础依赖 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 启动服务： ```bash python app.py --host 0.0.0.0 --port 9924 ``` 浏览器访问 `http://127.0.0.1:9924`。 --- ## 使用说明 1. **安装依赖**：见上方「快速开始」。训练功能需额外安装： ```bash pip install ultralytics==8.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install numpy==1.26.4 -i https://pypi.tuna.tsinghua.edu.cn/simple # CPU 版 torch pip install torch==2.1.2 torchvision==0.16.2 -i https://pypi.tuna.tsinghua.edu.cn/simple # CUDA 版 torch pip install torch==2.1.0 torchaudio==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cu121 ``` 2. **启动服务**：`python app.py --host 0.0.0.0 --port 9924` 3. **访问服务**：浏览器打开 http://127.0.0.1:9924 4. **模型训练**：访问 http://127.0.0.1:9924/training ，上传数据集 → 选择模型 → 开始训练 → 测试 / 下载模型 --- ## 项目结构 ``` ytlabel/ ├── app.py # 主应用文件 ├── AiUtils.py # AI自动标注工具类 ├── requirements.txt # 依赖列表 ├── static/ # 静态资源（图标、样式、脚本、Socket.IO本地库） ├── templates/ # 页面模板 │ ├── index.html # 标注主页 │ ├── training.html # 训练面板 │ ├── ai_config.html # AI配置 │ └── file_manager.html # 文件管理 ├── pre_models/ # 预训练模型（.pt文件） ├── uploads/ # 上传存储（运行时自动创建） │ ├── annotations/ # 标注数据 │ ├── config/ # 配置文件 │ ├── samples/ # 标注图片 │ └── training_datasets/ # 训练数据集 ├── runs/ # 训练输出（运行时自动创建） └── tmp/ # 训练临时文件（运行时自动创建） ``` --- ## 快捷键 - **Ctrl+S**：保存标注 - **Ctrl+Shift+D**：清除标注 --- ## 技术栈 Flask + Flask-SocketIO | HTML/CSS/JS | OpenCV/PIL | Ultralytics YOLO11 | Socket.IO --- ## 版本历史 查看完整更新记录：[CHANGELOG.md](CHANGELOG.md) --- ## 授权协议 本项目自有代码使用 MIT 协议，保留版权信息即可自由使用。使用第三方库请遵循其各自授权协议。