目录
官方连接：https://github.com/CVHub520/X-AnyLabeling
如果打不开官方连接可以直接下载上方☝我的文件夹。
项目介绍
此项目是用于数据方面的标注工具，其包含目标检测、关键点检测、文字识别、姿态估计、分割等多方面的数据标注。其有多个模型，可根据自己的需求来加载使用，还可以导入自己项目的模型来对自己的数据集进行快速标注。
代码下载与环境配置
打开官方链接直接下载到本地就可以了
下载完后打开文件会看到以下的这个文件，这是官方给出的所需库的文件。
直接在终端输入 pip install requirements.txt 就可以了。
使用自动标注
打开文件 AnyLabeling/anylabeling/app.py 运行即可使用工具
工具页面，点击AI即可选择模型来进行标注
加载要是用的模型，它会自动从AnyLabeling/anylabeling/configs/auto_labeling/ 路径下的yaml文件中下载模型的onnx文件，要是想只识别这个模型中的某一个类别，可以找到模型的yaml文件对类别进行修改，只留下需要标注的类别名称，修改完成是需要重新运行代码加载模型的。
yaml文件中各个字段的含义， name:是下载onnx文件的文件夹名字 display_name: 在工具选择模型的名字 model_path:是下载onnx文件的路径
导入自己模型标注
训练好的模型需要转成onnx文件，并创建个yaml文件来记录onnx文件的路径，将这两个文件放到同一个文件夹下，点击加载自己的模型选择yaml文件打开就可以使用了。
效果展示
<iframe allowfullscreen="true" data-mediaembed="csdn" frameborder="0" id="RDNsFEt5-1729653907320" src="https://live.csdn.net/v/embed/429792"></iframe>这就是导入自己模型后，自动标注的效果。
这些都是自己使用时摸索出来的，如果有更好的方法，欢迎讨论。
标签：文件,onnx,模型,yaml,AnyLabeling,下载,标注 From： https://blog.csdn.net/willnzd/article/details/143177958