Coder Social home page Coder Social logo

pfcclab / paddlelabel Goto Github PK

View Code? Open in Web Editor NEW

This project forked from paddlecv-sig/paddlelabel

0.0 2.0 2.0 25.91 MB

飞桨智能标注,让标注快人一步

Home Page: https://paddlecv-sig.github.io/PaddleLabel/

License: Apache License 2.0

Shell 2.75% Python 96.73% Mako 0.20% Mustache 0.29% Procfile 0.02%

paddlelabel's Introduction

中文 | English

LOGO

飞桨智能标注,让标注快人一步

最新动态

  • 【2023-01-17】 🔥 PaddleLabel 1.0 版本发布!

    • 【OCR】新增 OCR 项目标注能力,支持 PP-OCRv3 模型预标注
    • 【导入/导出】新增 EISeg 格式导入,新增大量自动化测试,修复诸多导入导出 bug
    • 【文档】对文档进行重新梳理,内容简洁清晰并和软件一同打包发布,进一步降低上手难度
  • 【2022-11-30】 🔥 PaddleLabel 0.5 版本发布!

    • 【界面】全面升级分类、检测及分割的前端标注界面体验,显著提升标注流畅度
    • 【分类】新增 PPLCNet 预训练模型,为分类功能提供预标注能力
    • 【检测】新增 PicoDet 预训练模型,为检测功能提供预标注能力
    • 【分割】(1)优化语义分割及实例分割关于实例的区分,实例分割通过'确认轮廓'来区分实例; (2)新增根据类别或根据实例选择颜色显示模式; (3)修复交互式分割 localStorage 超限问题

更多动态

简介

PaddleLabel 是基于飞桨 PaddlePaddle 各个套件功能提供的配套标注工具。目前支持对分类、检测、分割、OCR 四种常见的计算机视觉任务数据集进行标注和管理,除基础的手动标注功能外也支持深度学习辅助标注,可以有效地提升标注效率。您可以使用 PaddleLabel 快捷高效地标注自定义数据集,之后将其导出使用飞桨套件进行模型训练。

PaddleLabel 的代码分布于三个项目中,本项目包含 PaddleLabel 的 Web 后端实现。PaddleLabel-Frontend 是基于 React 和 Ant Design 构建的前端,PaddleLabel-ML 是基于飞桨实现的自动和交互式深度学习辅助标注后端。

demo720

特性

  • 简单 一行 pip install 安装,手动标注直观易操作,机器学习后端安装即用无需复杂配置,极易上手
  • 高效 支持交互式分割和多种预标注,显著提升标注效率和精度
  • 灵活 分类支持单分类和多分类标注,分割支持多边形、笔刷及交互式分割等多种工具,方便您根据场景灵活选择标注方式
  • 全流程 与飞桨其它套件紧密配合,帮助您高效完成数据标注、模型训练与导出等全流程操作

技术交流

  • 如果您有任何使用问题、产品建议、功能需求, 可以提交 Issues与开发团队交流
  • 欢迎您扫码加入 PaddleLabel 微信群和小伙伴们一起交流学习。如果二维码过期可以添加开发同学微信 linhandev 进群

使用教程

进行标注

深度学习辅助标注

训练教程

AI Studio 项目

社区贡献

贡献者

感谢下列开发者参与或协助 PaddleLabel 的开发、维护、测试等:linhandevcheneyveronRotPublicztty8888haoyuyingmonkeyccgeoyeeYoussef-Harbyyzl19940819

参与开发

PaddleLabel项目是团队合作的成果,我们十分欢迎感兴趣的大佬加入项目的开发和维护。如果您对参与项目建设感兴趣,请通过微信交流群联系开发团队。有关后端实现的详细信息,请参阅开发者指南

(返回顶部)

学术引用

@misc{paddlelabel2022,
    title={PaddleLabel, an effective and flexible tool for data annotation},
    author={PaddlePaddle Authors},
    howpublished = {\url{https://github.com/PaddleCV-SIG/PaddleLabel}},
    year={2022}
}

paddlelabel's People

Contributors

linhandev avatar geoyee avatar cheneyveron avatar haoyuying avatar rachelcao277 avatar liyulingyue avatar ztty8888 avatar youssef-harby avatar trend-cheney-wang avatar gouzil avatar reatris avatar qianz423 avatar

Watchers

 avatar  avatar

paddlelabel's Issues

为什么Fork PaddleLabel 到PFCC以及希望后续能够怎么维护PaddleLabel

hi,大家好呀,近日需要对一些数据进行标注,用了一下PaddleLabel,发现这个曾经很舒服的工具现在已经不再受到支持了。翻看了一下Issue列表,发现也有人和我遇到了一样的问题 PaddleCV-SIG#217

为了能够更快乐地玩起来~,我将PaddleLabel Fork了下来,希望后续可以对它进行一些维护,欢迎有兴趣地朋友们一起参与提PR~

后续的主要工作与目的如下:

  • 梳理代码结构与框架结构(Liyulingyue的前端知识真的非常匮乏,非常需要援助)
  • 整理PaddleLabel的依赖库,提供一个稳定可用的requirements.txt,或者对现在的代码进行升级,以适配最新的依赖库。
  • 讨论是否可以将前后端/ML代码合并到同一个仓库进行维护
  • 新增交互式自动标注策略
    • 人机协作标注:允许用户自定义模型和推理代码,并导入相关配置,以实现一键标注,或人机协同标注
    • 自动训练并标注:允许用户在标注后,一键启动网络训练脚本,并采用训练后的网络进行人机协作标注
  • 更多探索...

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.