X-AnyLabeling

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

开源 🏷️完全免费 ✅ 目前可打开数据集 🍴 复刻 1211 🐛 待处理 9 👀 关注 54

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 10923

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，GPL-3.0许可，可自行部署使用，无付费版本。

项目预览

X-AnyLabeling 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数据集

开发团队CVHub520

官网地址https://xanylabeling.com

GitHubhttps://github.com/CVHub520/X-AnyLabeling

定价模式🏷️完全免费

价格说明开源免费，GPL-3.0许可，可自行部署使用，无付费版本。

访问状态✅ 目前可打开

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型ai,computer-vision,deep-learning,groundingdino,image-annotation-tool,image-classification,image-labeling-tool,image-matting,instance-segmentation,machine-learning,object-detection,ocr,onnxruntime,paddlepaddle,point-cloud,pose-estimation,rotated-object-detection,sam,vision-language-model,yolo

GitHub 星标★ 10923

上线时间2023-05-23 00:00:00

代码更新2026-11-08

仓库体积239.0 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-10

浏览次数39

项目介绍

X-AnyLabeling 是一款轻量、高效、跨平台的桌面标注工具，专为文本、图像、视频和多模态数据设计。它集成了丰富的内置标注工具（如矩形框、多边形、关键点等）与前沿 AI 模型（如 GroundingDINO、CLIP），支持自动标注、半自动标注和手动精修，大幅提升标注效率。同时，它提供灵活的多种格式导出（COCO、YOLO、Pascal VOC 等），方便对接主流训练框架。项目基于 Python 和 Qt 构建，界面友好，适合个人和团队使用。它解决了传统标注工具依赖人工、效率低、格式不统一的问题，是数据标注领域的实用选择。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 10923

技术标签

ai computer-vision deep-learning image-classification instance-segmentation

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 3.11 及以上版本（README 徽章标注 python-3.11+）
操作系统为 Linux、Windows 或 macOS（README 标注 linux, win, mac）
可访问 GitHub Releases 或 PyPI（用于获取安装包）
需要图形桌面环境，X-AnyLabeling 是基于 Qt 的桌面标注工具

安装与启动步骤

1确认环境版本

先确认本机 Python 版本不低于 3.11，并确认是 Windows、Linux 或 macOS 桌面系统，X-AnyLabeling 目前不支持纯命令行服务器环境。
```
python --version
```
2下载官方安装包

打开 GitHub Releases 页面，按自己的系统下载最新版预编译安装包或压缩包，这是 README 首页徽章指向的官方分发渠道。
3或从 PyPI 安装

也可以使用 PyPI 上发布的 x-anylabeling-cvhub 包进行安装；README 仅给出了 PyPI 项目地址，未提供具体安装命令，若失败请改用上面的安装包方式。
```
pip install x-anylabeling-cvhub
```
4或克隆源码仓库

如果希望从源码使用，可克隆 README 中给出的仓库地址，再按仓库内说明自行准备依赖；README 节选中未提供完整依赖安装命令。
```
git clone https://github.com/CVHub520/X-AnyLabeling.git
```
5启动并试用

安装完成后从系统应用菜单或解压目录运行 X-AnyLabeling，确认主界面正常打开，再导入图片试用矩形框等标注工具。