anylabeling

环境要求

• Python 3.11 及以上，推荐 Python 3.12
• 建议使用 Miniconda / Anaconda 管理环境
• GPU 加速需要 NVIDIA CUDA 兼容驱动（GPU 版自带 CUDA 12 运行时）
• macOS 解压安装包时需保留压缩包内的符号链接

安装与启动步骤

1. 1下载可执行文件

   不想装 Python 环境可直接从官方下载页或 GitHub Releases 下载对应平台的可执行包，Windows 为 exe，macOS 为 zip。

2. 2创建 Python 环境

   用 conda 新建一个干净的 Python 3.12 环境，避免与系统已有包冲突。

   conda create -n anylabeling python=3.12

   复制

3. 3激活环境

   后续所有安装和启动命令都要在这个已激活的环境里执行。

   conda activate anylabeling

   复制

4. 4macOS 装 PyQt6

   仅 macOS 用户需要，先用 conda-forge 安装 PyQt6，再执行后面的 pip 安装。

   conda install -c conda-forge pyqt=6

   复制

5. 5安装 anylabeling

   从 PyPI 安装通用版本；Linux/Windows 需要 NVIDIA CUDA 推理时改装 GPU 版。

   pip install anylabeling

   复制

6. 6安装 GPU / macOS 版

   按需二选一：GPU 发行版含 CUDA 12 与 cuDNN 运行时；macOS 用带 macos 扩展的安装。

   pip install anylabeling-gpu
   pip install "anylabeling[macos]"

   复制

7. 7启动标注工具

   在激活的环境中直接运行命令，即可打开图形界面开始标注。

   anylabeling

   复制

关键配置

如何确认成功

终端执行 anylabeling 后弹出图形标注界面，且能正常加载图像，即表示安装启动成功。

常见问题

注意事项

• 一个环境里只能有一个 ONNX Runtime 变体，装 NPU 版时要替换默认的 onnxruntime 包。
• CUDA、DirectML、OpenVINO、CoreML、NPU 的隔离环境搭建请参考官方硬件加速文档。
• macOS 请按文件夹模式说明解压并保留符号链接，否则可能无法启动。
• 模型加载失败时会自动回退到 CPU 执行不支持的算子。