Ultralytics YOLOv5는 객체 탐지, 인스턴스 분할, 이미지 분류를 지원하며 학습과 내보내기를 제공하는 PyTorch 기반 컴퓨터 비전 툴킷입니다.
- 스타
- 10,744
- 포크
- 1,181
- 열린 이슈
- 12
- 마지막 커밋
- 그저께
어떤 프로젝트인가요?
X-AnyLabeling은 컴퓨터 비전 및 멀티모달 AI에 사용하는 데이터셋을 어노테이션하는 데스크톱 애플리케이션입니다. 분류, 객체 탐지, 인스턴스 분할, 포즈 추정, 회전 객체 탐지, OCR 같은 2D 작업은 물론 다중 객체 추적, 차선 어노테이션, 이미지 캡셔닝, 시각적 질의응답, 문서 파싱, 3D 포인트 클라우드 탐지 및 분할도 지원합니다.
다각형, 사각형, 회전 박스, 직육면체, 점, 마스크 등을 그리는 도구와 함께 YOLO 변형 모델, SAM, Grounding DINO, PaddleOCR 등 다양한 딥러닝 모델을 제공해 라벨을 자동으로 생성합니다. ONNX Runtime, TensorRT, OpenCV DNN을 사용해 로컬에서 추론을 실행하거나 vLLM 및 SGLang을 통해 원격으로 실행할 수 있습니다. 또한 사용자 지정 모델을 호스팅할 수 있는 X-AnyLabeling-Server도 함께 제공합니다.
어노테이션은 COCO, VOC, YOLO, DOTA, MOT, MASK, PPOCR, ShareGPT 등의 형식으로 가져오고 내보낼 수 있습니다. Windows, Linux, macOS에서 실행되며 인터페이스는 영어, 중국어 간체, 일본어, 한국어를 지원합니다.
핵심 기능
- 01다각형, 사각형, 회전 박스, 직육면체, 점, 마스크 등을 그리는 도구를 내장했습니다.
- 02다양한 탐지, 분할, OCR 및 비전-언어 모델을 사용해 라벨을 자동으로 생성합니다.
- 03ONNX Runtime, TensorRT, OpenCV DNN으로 로컬 추론을 실행하거나 vLLM, SGLang으로 원격 추론을 실행합니다.
- 04COCO, VOC, YOLO, DOTA, MOT, PPOCR, ShareGPT 형식으로 가져오고 내보낼 수 있습니다.
- 053D 포인트 클라우드 탐지 및 분할 어노테이션을 지원합니다.
- 06Windows, Linux, macOS에서 실행됩니다.
활용 사례
- 객체 탐지 또는 인스턴스 분할 모델 학습을 위한 이미지 데이터셋 라벨링.
- SAM 또는 YOLO 모델로 데이터를 사전 라벨링한 뒤 결과를 직접 수정.
- OCR 또는 핵심 정보 추출을 위한 문서 및 텍스트 어노테이션.
- 자율주행 또는 로봇 인지 작업에 사용할 3D 포인트 클라우드 데이터 준비.
빠른 시작
- 1
README에서 설치 및 빠른 시작 가이드를 엽니다
- 2
릴리스 페이지에서 앱을 다운로드하거나 가이드에 따라 설치합니다
- 3
X-AnyLabeling을 실행하고 어노테이션을 시작합니다
사용 전 알아둘 점
- GPL-3.0 라이선스로 제공됩니다. 카피레프트 라이선스이므로 파생물을 배포할 때는 동일한 조건으로 오픈 소스화해야 합니다.
- README의 배지에 따르면 Python 3.11 이상이 필요합니다.
토픽
자주 묻는 질문
- X-AnyLabeling은(는) 무엇인가요?
- 텍스트, 이미지, 동영상, 포인트 클라우드 및 멀티모달 데이터를 AI의 도움으로 어노테이션하고, 내장 모델과 다양한 형식의 내보내기를 지원하는 크로스 플랫폼 데스크톱 앱입니다. X-AnyLabeling은 컴퓨터 비전 및 멀티모달 AI에 사용하는 데이터셋을 어노테이션하는 데스크톱 애플리케이션입니다. 분류, 객체 탐지, 인스턴스 분할, 포즈 추정, 회전 객체 탐지, OCR 같은 2D 작업은 물론 다중 객체 추적, 차선 어노테이션, 이미지 캡셔닝, 시각적 질의응답, 문서 파싱, 3D 포인트 클라우드 탐지 및 분할도 지원합니다.
- X-AnyLabeling은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- X-AnyLabeling은(는) GPL-3.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- X-AnyLabeling은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. X-AnyLabeling의 마지막 커밋은 2026년 10월 18일입니다.
- X-AnyLabeling은(는) 어디에 사용할 수 있나요?
- 객체 탐지 또는 인스턴스 분할 모델 학습을 위한 이미지 데이터셋 라벨링. SAM 또는 YOLO 모델로 데이터를 사전 라벨링한 뒤 결과를 직접 수정. OCR 또는 핵심 정보 추출을 위한 문서 및 텍스트 어노테이션. 자율주행 또는 로봇 인지 작업에 사용할 3D 포인트 클라우드 데이터 준비.
- X-AnyLabeling는 어떻게 설치하나요?
- README에서 설치 및 빠른 시작 가이드를 엽니다 릴리스 페이지에서 앱을 다운로드하거나 가이드에 따라 설치합니다 X-AnyLabeling을 실행하고 어노테이션을 시작합니다
- X-AnyLabeling은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/CVHub520/X-AnyLabeling
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
스트림 입력, 모델 추론, 추적, 출력을 플러그형 파이프라인 노드로 연결하는 C++ 비디오 분석 프레임워크입니다.
Intel CPU, GPU, NPU에서 추론할 딥러닝 모델을 최적화하고 배포하는 오픈 소스 툴킷입니다.
PyTorch 기반 딥러닝 모델로 PDF와 이미지의 텍스트를 탐지하고 인식하는 오픈소스 Python OCR 라이브러리입니다.
SAM 3 세그멘테이션, OCR, LaTeX 수식 인식을 활용해 정적 다이어그램 이미지를 편집 가능한 DrawIO(XML) 파일로 변환합니다.
비전, 음성, NLP, LLM을 아우르는 사전 학습 AI 모델 419종을 공통 Python CLI와 ailia SDK로 실행할 수 있습니다.