一款跨平台桌面应用,用 AI 辅助标注文本、图像、视频、点云和多模态数据,支持多种格式导出。
- Star
- 1,385
- Fork
- 222
- 未关闭 Issue
- 22
- 最近提交
- 24天前
这是什么?
Xtreme1 是一个可自托管的数据标注平台,用于构建机器学习训练数据集。它支持 2D 图像标注(包括框选、多边形、折线和关键点)、3D LiDAR 点云标注以及激光雷达与相机的传感器融合标注,适用于 2D/3D 目标检测、3D 语义分割和实例分割等任务。
除标注外,平台还提供数据管理与质量监控、标注错误查找与修正、可配置的本体体系(支持层级类别与属性),以及模型结果可视化。内置的预标注模型以容器方式运行,需要 NVIDIA GPU。面向大语言模型的 RLHF 标注工具目前处于 beta 阶段。
系统通过 Docker Compose 部署,使用 MySQL、Redis 和 MinIO 存储数据,发布包中附带示例数据集。需要二次开发的用户可以从源码本地构建。项目采用 Apache 2.0 许可证,并托管于 LF AI & Data Foundation。
核心功能
- 01支持 2D 图像的框选、多边形、折线和关键点标注。
- 02支持 3D LiDAR 点云标注及激光雷达与相机融合标注。
- 03内置预标注模型,可用于 2D/3D 目标检测。
- 04提供可配置的本体体系,支持类别层级和属性定义。
- 05包含数据管理、质量监控和标注错误查找功能。
- 06提供处于 beta 阶段的大语言模型 RLHF 标注工具。
适用场景
- 为自动驾驶或机器人感知模型标注相机与 LiDAR 数据。
- 构建 2D 或 3D 目标检测与分割数据集。
- 整理并可视化图像数据集,排查模型训练数据问题。
- 为大语言模型的 RLHF 训练制作偏好或反馈数据。
快速上手
- 1
下载最新发布包
wget https://github.com/xtreme1-io/xtreme1/releases/download/v0.9.3/xtreme1-v0.9.3.zip - 2
解压发布包
unzip -d xtreme1-v0.9.3 xtreme1-v0.9.3.zip - 3
进入发布包目录,使用 Docker Compose 启动所有服务
docker compose up - 4
在浏览器中打开 http://localhost:8190(推荐使用 Google Chrome)
使用前须知
- 需要安装 Docker,首次启动需要几分钟来初始化数据库。
- 内置模型容器仅能在配备 NVIDIA GPU 的 Linux 服务器上运行。
- 用于大语言模型的 RLHF 功能仍处于测试版。
收录于专题
标签
常见问题
- xtreme1 是什么?
- 开源的一体化多模态训练数据标注与管理平台,支持图像、3D 点云和 LLM RLHF 标注。 Xtreme1 是一个可自托管的数据标注平台,用于构建机器学习训练数据集。它支持 2D 图像标注(包括框选、多边形、折线和关键点)、3D LiDAR 点云标注以及激光雷达与相机的传感器融合标注,适用于 2D/3D 目标检测、3D 语义分割和实例分割等任务。
- xtreme1 可以免费使用吗?用的什么许可证?
- xtreme1 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- xtreme1 还在维护吗?
- 活跃维护中。xtreme1 最近一次提交是在 2026年9月29日。
- xtreme1 适合用来做什么?
- 为自动驾驶或机器人感知模型标注相机与 LiDAR 数据。 构建 2D 或 3D 目标检测与分割数据集。 整理并可视化图像数据集,排查模型训练数据问题。 为大语言模型的 RLHF 训练制作偏好或反馈数据。
- xtreme1 怎么安装和运行?
- 下载最新发布包: wget https://github.com/xtreme1-io/xtreme1/releases/download/v0.9.3/xtreme1-v0.9.3.zip 解压发布包: unzip -d xtreme1-v0.9.3 xtreme1-v0.9.3.zip 进入发布包目录,使用 Docker Compose 启动所有服务: docker compose up 在浏览器中打开 http://localhost:8190(推荐使用 Google Chrome)
- 在哪里获取 xtreme1?
- 源代码和安装说明在 GitHub 上:https://github.com/xtreme1-io/xtreme1
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源 Rust 工具链,用于记录、可视化、查询并流式输出随时间变化的多模态机器人与传感器数据。
一个统一的多模态模型,通过文本和图像生成完成检测、OCR、分割、深度估计和多视图几何等视觉任务。
一款免费、注重隐私的 Chrome 扩展,可录制屏幕、摄像头和音频,并内置标注与编辑功能。
统一的大模型微调框架,支持 100 多种 LLM 与 VLM,提供零代码命令行和 Web 界面。
Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。