X-AnyLabeling 图像分类器使用指南AI 预标注加按类导出上万张图告别逐张手点【免费下载链接】X-AnyLabelingX-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop application for annotating text, image, video, point cloud and multimodal data, combining versatile built-in tools with state-of-the-art AI models and flexible multi-format export.项目地址: https://gitcode.com/gh_mirrors/xa/X-AnyLabeling手里攥着几千张图每张都要归进某个类别鼠标逐一点选实在熬不到天黑。X-AnyLabeling 的图像分类器就是为这种「整图打标签」场景准备的它内置多类/多标签两种标注模式能调用 AI 预标注数据集还能一键把成品按类别整理成目录。本文带你走完整条图像分类标注链路。打开分类器只要三步这一节帮你解决「窗口在哪开、怎么进」的问题。先在主窗口把要标注的图像目录加载进来再做这两步点左侧工具栏里的图像分类器图标或者直接按Ctrl3macOS 上是⌘3这个快捷键写在配置文件 xanylabeling_config.yaml 的open_image_classifier一项里。[!TIP] 窗口打开后主窗口会自动藏起来关掉分类器时再恢复。如果最小化后在任务栏找不到它用AltTabmacOS⌘Tab切回来就行。进去之后是左右两块布局左边放图像顶部显示文件名 (当前页/总数)已标过的图后面跟一个 ✅没标的显示 ❌选中某个类别时类别名会实时浮在预览图右上角不用来回瞈右侧列表。右边是操作区最上方一排是 Export、MultiClass、MultiLabel、AutoRun 四个按钮往下是类别复选框列表和五个维护入口AI 辅助、添加/删除/编辑标签、数据统计最底部是翻图导航条。多类还是多标签先选对模式这一节帮你解决「标注规则怎么定」的问题模式选错后面全是返工。模式勾选规则适用场景MultiClass同一张图只允许一个类别为true再勾一个会自动取消前一个互斥分类比如认动物品种MultiLabel同一张图可以同时勾多个类别属性打标比如一张照片既是户外又有太阳又有人点一下顶部的 MultiClass / MultiLabel 即可切换当前生效的模式会高亮。互斥约束由复选框组内部强制勾中新项时其余项自动取消所以你不用担心误勾出两个。[!NOTE] 从 MultiLabel 切回 MultiClass 时软件不会自动清掉图片上多余的选择需要你自己逐张挑出要留的那一个。让 AI 先跑一遍两条预标注路线这一节帮你解决「冷启动怎么提速」的问题。路线一自动分类模型。YOLOv5-Cls、YOLOv8-Cls、YOOLO11-Cls、InternImage 这四个分类模型可以直接给整图打标签产出的结果只含类别信息、不带形状和描述正好是分类器要的形式模型对应实现文件YOLOv5-Clsyolov5_cls.pyYOLOv8-Clsyolov8_cls.pyYOLO11-Clsyolo11_cls.pyInternImageinternimage_cls.py启动时可以用--flags直接塞入类别清单省得进软件后再传文件python anylabeling/app.py --flags Apple,Meta,Google python anylabeling/app.py --flags flags.txt # 文件每行一个类别路线二多模态大模型。先照 聊天机器人文档 配好模型再点类别区右上角的魔法棒图标打开 AI 对话框逐图让它给出建议软件内置一套提示词模板会根据当前模式自动换指令MultiClass 下要求「Set exactly ONE category to true」MultiLabel 下要求「Set ALL applicable categories to true」类别列表以 JSON 数组注入其中你也可以照着自己的任务改写image Available Categories: [husky, psyduck, ragdoll] Set exactly ONE / ALL applicable categories to true {husky: false, psyduck: false, ragdoll: false}另外顶部的 AutoRun 按钮可以调用已配置的 AI 模型把整个目录批量跑完跑完你只管逐张复核就行。标签的增删改与快速筛选这一节帮你解决「类别体系不顺手」的问题。类别列表上方有搜索框不区分大小写多个关键词用空格隔开名称里全部包含才算命中搜索只控制显示不会改动勾选状态清空输入即恢复全列表。添加手工输入时每行一个名称也可以点上传按钮导入像 classes.txt 那样每行一个标签的文本文件提交前会自动做非空、去重、内部重复三层检查且不允许与已有标签撞名。删除列表里勾选一个或多个标签点删除确认框里会列明即将移除的条目随后所有相关标注文件里的对应内容都会被清掉。编辑以两列表格呈现左列是现名只读右列直接双击输入新名保存前校验新名非空且各行互不重复。翻图、跳漏标、看分布这一节帮你解决「标注节奏和全局把控」的问题。底部导航条上左右箭头翻上一张/下一张中间的页码框输入数字按回车可直达指定页。键盘上还有更顺手的按键动作A上一张D下一张CtrlAmacOS⌘A跳回上一张未标注的图CtrlDmacOS⌘D跳到下一张未标注的图0–9勾选/取消勾选编号 0–9 的类别复选框文字末尾带编号后缀一一对应点「数据统计」能看到 Total / Labeled / Unlabeled 三项总量下方是各标签频次的横向条形图按频次从高到低排条目后带数量和百分比标签名过长会截断、悬停可看全名。用它扫一眼漏标和类别失衡一眼就能揪出来。按类导出与 flags 存储这一节帮你解决「成果怎么落地」的问题。顶部的 Export 按钮把已分类的图片复制到对应类别目录原图原封不动目标目录默认是classified弹窗里可以改到任意位置。同名文件已存在时直接跳过classified/ ├── husky/ │ └── husky_playing.jpg ├── psyduck/ │ └── psyduck_swimming.png └── ragdoll/ └── ragdoll_grooming.jpg[!NOTE] Export 依赖每张图唯一的true标签来定归属所以只在 MultiClass 模式下可用。导出前请确认主窗口开了自动保存没开的话先返回主窗口保存再回来导出。底层存储很直白每张图对应的标签文件里flags字典记下每个类别的布尔值——{ flags: { husky: true, psyduck: false, ragdoll: false }, imagePath: husky.png, shapes: [] }写入时只更新flagsdescription、shapes、tags等其余字段都原样保留所以分类结果和主窗口的自动标注互相兼容来回不丢东西。串成一条流水线这一节帮你把前面的零件拼成标准作业流程照着勾完就能交付主窗口加载图像目录用--flags或Upload - Upload Image Flags File定好类别选定 MultiClass / MultiLabel 模式跑 AI 预标注分类模型批量处理或魔法棒逐图调用大模型键盘流复核A/D 翻图CtrlA/CtrlD 只盯漏标的顺手维护类别添加 / 删除 / 编辑标签搜索框辅助定位数据统计里核对 Labeled 与标签分布确认自动保存开启后点 Export拿到classified/目录交付训练最后记住三件事模式先想好再动手AutoRun 能替你干掉大部分体力活一切标注的归宿都是flags字段。想继续深入可以读一读 用户手册 里的保存标签数据一节。【免费下载链接】X-AnyLabelingX-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop application for annotating text, image, video, point cloud and multimodal data, combining versatile built-in tools with state-of-the-art AI models and flexible multi-format export.项目地址: https://gitcode.com/gh_mirrors/xa/X-AnyLabeling创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
X-AnyLabeling 图像分类器使用指南AI 预标注加按类导出上万张图告别逐张手点【免费下载链接】X-AnyLabelingX-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop application for annotating text, image, video, point cloud and multimodal data, combining versatile built-in tools with state-of-the-art AI models and flexible multi-format export.项目地址: https://gitcode.com/gh_mirrors/xa/X-AnyLabeling手里攥着几千张图每张都要归进某个类别鼠标逐一点选实在熬不到天黑。X-AnyLabeling 的图像分类器就是为这种「整图打标签」场景准备的它内置多类/多标签两种标注模式能调用 AI 预标注数据集还能一键把成品按类别整理成目录。本文带你走完整条图像分类标注链路。打开分类器只要三步这一节帮你解决「窗口在哪开、怎么进」的问题。先在主窗口把要标注的图像目录加载进来再做这两步点左侧工具栏里的图像分类器图标或者直接按Ctrl3macOS 上是⌘3这个快捷键写在配置文件 xanylabeling_config.yaml 的open_image_classifier一项里。[!TIP] 窗口打开后主窗口会自动藏起来关掉分类器时再恢复。如果最小化后在任务栏找不到它用AltTabmacOS⌘Tab切回来就行。进去之后是左右两块布局左边放图像顶部显示文件名 (当前页/总数)已标过的图后面跟一个 ✅没标的显示 ❌选中某个类别时类别名会实时浮在预览图右上角不用来回瞈右侧列表。右边是操作区最上方一排是 Export、MultiClass、MultiLabel、AutoRun 四个按钮往下是类别复选框列表和五个维护入口AI 辅助、添加/删除/编辑标签、数据统计最底部是翻图导航条。多类还是多标签先选对模式这一节帮你解决「标注规则怎么定」的问题模式选错后面全是返工。模式勾选规则适用场景MultiClass同一张图只允许一个类别为true再勾一个会自动取消前一个互斥分类比如认动物品种MultiLabel同一张图可以同时勾多个类别属性打标比如一张照片既是户外又有太阳又有人点一下顶部的 MultiClass / MultiLabel 即可切换当前生效的模式会高亮。互斥约束由复选框组内部强制勾中新项时其余项自动取消所以你不用担心误勾出两个。[!NOTE] 从 MultiLabel 切回 MultiClass 时软件不会自动清掉图片上多余的选择需要你自己逐张挑出要留的那一个。让 AI 先跑一遍两条预标注路线这一节帮你解决「冷启动怎么提速」的问题。路线一自动分类模型。YOLOv5-Cls、YOLOv8-Cls、YOOLO11-Cls、InternImage 这四个分类模型可以直接给整图打标签产出的结果只含类别信息、不带形状和描述正好是分类器要的形式模型对应实现文件YOLOv5-Clsyolov5_cls.pyYOLOv8-Clsyolov8_cls.pyYOLO11-Clsyolo11_cls.pyInternImageinternimage_cls.py启动时可以用--flags直接塞入类别清单省得进软件后再传文件python anylabeling/app.py --flags Apple,Meta,Google python anylabeling/app.py --flags flags.txt # 文件每行一个类别路线二多模态大模型。先照 聊天机器人文档 配好模型再点类别区右上角的魔法棒图标打开 AI 对话框逐图让它给出建议软件内置一套提示词模板会根据当前模式自动换指令MultiClass 下要求「Set exactly ONE category to true」MultiLabel 下要求「Set ALL applicable categories to true」类别列表以 JSON 数组注入其中你也可以照着自己的任务改写image Available Categories: [husky, psyduck, ragdoll] Set exactly ONE / ALL applicable categories to true {husky: false, psyduck: false, ragdoll: false}另外顶部的 AutoRun 按钮可以调用已配置的 AI 模型把整个目录批量跑完跑完你只管逐张复核就行。标签的增删改与快速筛选这一节帮你解决「类别体系不顺手」的问题。类别列表上方有搜索框不区分大小写多个关键词用空格隔开名称里全部包含才算命中搜索只控制显示不会改动勾选状态清空输入即恢复全列表。添加手工输入时每行一个名称也可以点上传按钮导入像 classes.txt 那样每行一个标签的文本文件提交前会自动做非空、去重、内部重复三层检查且不允许与已有标签撞名。删除列表里勾选一个或多个标签点删除确认框里会列明即将移除的条目随后所有相关标注文件里的对应内容都会被清掉。编辑以两列表格呈现左列是现名只读右列直接双击输入新名保存前校验新名非空且各行互不重复。翻图、跳漏标、看分布这一节帮你解决「标注节奏和全局把控」的问题。底部导航条上左右箭头翻上一张/下一张中间的页码框输入数字按回车可直达指定页。键盘上还有更顺手的按键动作A上一张D下一张CtrlAmacOS⌘A跳回上一张未标注的图CtrlDmacOS⌘D跳到下一张未标注的图0–9勾选/取消勾选编号 0–9 的类别复选框文字末尾带编号后缀一一对应点「数据统计」能看到 Total / Labeled / Unlabeled 三项总量下方是各标签频次的横向条形图按频次从高到低排条目后带数量和百分比标签名过长会截断、悬停可看全名。用它扫一眼漏标和类别失衡一眼就能揪出来。按类导出与 flags 存储这一节帮你解决「成果怎么落地」的问题。顶部的 Export 按钮把已分类的图片复制到对应类别目录原图原封不动目标目录默认是classified弹窗里可以改到任意位置。同名文件已存在时直接跳过classified/ ├── husky/ │ └── husky_playing.jpg ├── psyduck/ │ └── psyduck_swimming.png └── ragdoll/ └── ragdoll_grooming.jpg[!NOTE] Export 依赖每张图唯一的true标签来定归属所以只在 MultiClass 模式下可用。导出前请确认主窗口开了自动保存没开的话先返回主窗口保存再回来导出。底层存储很直白每张图对应的标签文件里flags字典记下每个类别的布尔值——{ flags: { husky: true, psyduck: false, ragdoll: false }, imagePath: husky.png, shapes: [] }写入时只更新flagsdescription、shapes、tags等其余字段都原样保留所以分类结果和主窗口的自动标注互相兼容来回不丢东西。串成一条流水线这一节帮你把前面的零件拼成标准作业流程照着勾完就能交付主窗口加载图像目录用--flags或Upload - Upload Image Flags File定好类别选定 MultiClass / MultiLabel 模式跑 AI 预标注分类模型批量处理或魔法棒逐图调用大模型键盘流复核A/D 翻图CtrlA/CtrlD 只盯漏标的顺手维护类别添加 / 删除 / 编辑标签搜索框辅助定位数据统计里核对 Labeled 与标签分布确认自动保存开启后点 Export拿到classified/目录交付训练最后记住三件事模式先想好再动手AutoRun 能替你干掉大部分体力活一切标注的归宿都是flags字段。想继续深入可以读一读 用户手册 里的保存标签数据一节。【免费下载链接】X-AnyLabelingX-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop application for annotating text, image, video, point cloud and multimodal data, combining versatile built-in tools with state-of-the-art AI models and flexible multi-format export.项目地址: https://gitcode.com/gh_mirrors/xa/X-AnyLabeling创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
