利用X-anylabeling对自己的数据训练的模型自动标注图片

1.安装

安装步骤

1. 克隆源码：从 GitHub 克隆 X-AnyLabeling 的源码。
2. 安装依赖：在项目目录下运行以下命令安装所需的环境依赖： pip install -r requirements.txt 
3. 启动应用：运行以下命令启动应用： python anylabeling/app.py 也可以下载 exe 文件直接启动2。

2.ai自动标图

2.1 选择自己选练好的模型标注自己的数据集

生成onnx文件

from ultralytics import YOLO

# 加载一个模型，路径为 YOLO 模型的 .pt 文件
model = YOLO("/media/galieo/DATA/github/ultralytics-main/tests/runs/segment/train8/weights/best.pt")

# 导出模型，格式为 ONNX
model.export(format="onnx")

2.2 配置文件说明

x-anylabeling读取的是yaml文件，所以直接配置yaml文件

type: yolov8_seg
name: yolov8n-seg-r20230620
display_name: YOLOv8n-Seg Ultralytics
model_path: /media/galieo/DATA/picture/predict/best.onnx
score_threshold: 0.2
nms_threshold: 0.2
classes:
  - tea

其中type和name名称的确定方法参考

X-AnyLabeling/docs/en/model_zoo.md at main · CVHub520/X-AnyLabeling · GitHub

1. 模型类型与名称

• type: yolov8_seg
  指定模型类型为 YOLOv8 分割模型（Segmentation）。

• name: yolov8n-seg-r20230620
  模型名称，标识为 YOLOv8n-Seg 的一个版本，发布于 2023 年 6 月 20 日。

• display_name: YOLOv8n-Seg Ultralytics
  模型显示名称，用于界面或日志中展示。

2.2 选择自己的网络和数据