make-sense免费在线图像标注工具完整实操指南从边界框到AI辅助标注【免费下载链接】make-senseFree to use online tool for labelling photos. https://makesense.ai项目地址: https://gitcode.com/gh_mirrors/ma/make-sense训练一个检测模型往往要几千张打标签的图纯靠手画数据集常常拖到一半就烂尾。make-sense 是一款免费开源的在线图像标注工具打开浏览器就能拖图开画标完还能直接导出 YOLO、COCO 等格式。make-sense 用 TypeScript 和 React 写成整个应用跑在浏览器里。它不装软件、不搭服务器图片全程留在你的设备上。它主要服务学生和开发者帮你在小型到中型视觉项目里快速备出训练数据。核心卖点一览零安装浏览器打开即用Windows、macOS、Linux 都支持本地处理图片不出浏览器不上传任何服务器五种标签边界框、多边形、点、线条、图像级标签AI 辅助内置 SSD、PoseNet还能加载你自己的 YOLOv5 模型格式灵活导出 YOLO、VOC XML、COCO JSON、VGG JSON、CSV可自托管支持本地部署和 Docker方便二次开发 如何在浏览器里开始标注三分钟画完第一个边界框上手最快的办法是先把第一张图标完。make-sense 首页点击 Get Started 进入标注编辑器流程分三步上传图片把图片文件夹直接拖进页面左侧自动生成缩略图列表选标签类型在右侧面板勾选 Bounding box定义标签输入标签名比如 banana、apple工具会自动给每个标签配色画框很直接按住鼠标拖动松手就完成一个框。画完之后可以拖边或拖角改大小。几个省时间的做法同类物体连着画画完会自动选中同一标签不用来回切用 Ctrl 0~9 快速切换要用的标签用 Ctrl 左/右 翻图一张一张标过去小提示开画前先想好标签体系类别少而清晰后面训练才省事。源码参考边界框的绘制、缩放和交互逻辑都在 src/logic/render/RectRenderEngine.ts 里。️ 如何用多边形、点和线条处理不规则物体边界框适合框遇到建筑、河流这类不规则目标多边形更准。多边形标注逐点点击即可勾勒建筑轮廓按目标类型选工具多边形左键逐点添加顶点按 Enter 自动闭合Esc 放弃当前绘制画完不满意拖动任意顶点就能微调形状点标注给关键点定位适合人体关键点这类任务线条适合车道线、河岸线这种长条目标图像级标签整图分类任务不用画勾选标签即可点标注适合关键点检测任务⚡ 如何用AI预标注和快捷键提升标注效率几千张图全手画太慢可以让 AI 先画你只负责检查。内置的模型各有分工SSDCOCO 预训练识别常见 80 类物体自动框出当前图的物体PoseNet定位人体关节适合姿态估计数据集YOLOv5可加载你自己训练的模型需导出为 tfjs 格式精度最高AI 辅助标注模型自动框出小狗你确认即可实际用法开启 AI 后它会批量检测项目里的图片发现的新类会弹窗让你接受或拒绝推荐的框可以直接拖拽修正以你最后保存的结果为准图片是篮球赛这类特殊场景建议自己训一个 YOLOv5 模型再导入自定义 YOLOv5 模型在篮球赛画面上的检测结果日常操作离不开键盘这几个组合建议记牢功能MacWindows / Linux闭合多边形EnterEnter取消当前绘制EscapeEscape删除选中标签BackspaceDelete上一张图Option 左Ctrl 左下一张图Option 右Ctrl 右放大 / 缩小Option / -Ctrl / -平移画布方向键方向键切换标签Option 0~9Ctrl 0~9源码参考快捷键全表见 docs/shortcuts.md三个 AI 模型的实现在 src/ai/ 目录。 如何一键导出YOLO、VOC、COCO格式并校验数据集标注做完数据得能喂给训练框架才算数。导出前先看格式支持矩阵标签类型CSVYOLOVOC XMLVGG JSONCOCO JSON边界框 Rect✓✓✓暂不支持暂不支持多边形 Polygon暂不支持✗暂不支持✓✓点 Point✓✗✗✗✗线条 Line✓✗✗✗✗图像标签 Label✓✗✗✗✗✓ 表示支持✗ 表示该类型不适用暂不支持为规划中。导出与校验的实操建议按训练框架选格式跑 YOLO 就导 YOLOPyTorch 项目常用 VOC 或 COCO边界框导出的 zip 会同时打包图片和标注文件解压即用已有标注可以重新导入支持 YOLO、VOC、COCO方便换设备接着标先小批量导一次抽查几个文件的坐标再全量导出大项目建议每天导出一次备份浏览器自动保存之外多一层保险源码参考各格式的导出器在 src/logic/export/格式说明见 docs/export.md 和 docs/import.md。 如何本地部署并二次开发make-sense项目需要离线标注或者想加新的标签类型可以把源码拉下来自己跑。环境要求 Node.js v16.x 和 npm 8.x开发服务跑在 3000 端口。git clone https://gitcode.com/gh_mirrors/ma/make-sense cd make-sense npm install npm start用 Docker 的话仓库 docker/ 目录里就有现成的 Dockerfile二次开发入口标签类型定义在 src/data/enums/渲染引擎、动作层、状态管理分层清晰加新标签类型有章可循源码参考完整环境说明见 docs/local-setup.md。读完这篇你能做到什么在浏览器里三分钟建好项目从拖图到画完第一个边界框用多边形、点、线条处理大部分视觉数据集需求开 AI 预标注减少重复劳动人工复核保证质量把数据集导出成 YOLO、VOC、COCO 等训练框架认的格式克隆仓库本地跑起来离线标注或二次开发手边已经堆了一批图的话现在就可以打开 make-sense把第一个标注项目标完。【免费下载链接】make-senseFree to use online tool for labelling photos. https://makesense.ai项目地址: https://gitcode.com/gh_mirrors/ma/make-sense创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 make-sense：免费在线图像标注工具完整实操指南，从边界框到AI辅助标注
make-sense免费在线图像标注工具完整实操指南从边界框到AI辅助标注【免费下载链接】make-senseFree to use online tool for labelling photos. https://makesense.ai项目地址: https://gitcode.com/gh_mirrors/ma/make-sense训练一个检测模型往往要几千张打标签的图纯靠手画数据集常常拖到一半就烂尾。make-sense 是一款免费开源的在线图像标注工具打开浏览器就能拖图开画标完还能直接导出 YOLO、COCO 等格式。make-sense 用 TypeScript 和 React 写成整个应用跑在浏览器里。它不装软件、不搭服务器图片全程留在你的设备上。它主要服务学生和开发者帮你在小型到中型视觉项目里快速备出训练数据。核心卖点一览零安装浏览器打开即用Windows、macOS、Linux 都支持本地处理图片不出浏览器不上传任何服务器五种标签边界框、多边形、点、线条、图像级标签AI 辅助内置 SSD、PoseNet还能加载你自己的 YOLOv5 模型格式灵活导出 YOLO、VOC XML、COCO JSON、VGG JSON、CSV可自托管支持本地部署和 Docker方便二次开发 如何在浏览器里开始标注三分钟画完第一个边界框上手最快的办法是先把第一张图标完。make-sense 首页点击 Get Started 进入标注编辑器流程分三步上传图片把图片文件夹直接拖进页面左侧自动生成缩略图列表选标签类型在右侧面板勾选 Bounding box定义标签输入标签名比如 banana、apple工具会自动给每个标签配色画框很直接按住鼠标拖动松手就完成一个框。画完之后可以拖边或拖角改大小。几个省时间的做法同类物体连着画画完会自动选中同一标签不用来回切用 Ctrl 0~9 快速切换要用的标签用 Ctrl 左/右 翻图一张一张标过去小提示开画前先想好标签体系类别少而清晰后面训练才省事。源码参考边界框的绘制、缩放和交互逻辑都在 src/logic/render/RectRenderEngine.ts 里。️ 如何用多边形、点和线条处理不规则物体边界框适合框遇到建筑、河流这类不规则目标多边形更准。多边形标注逐点点击即可勾勒建筑轮廓按目标类型选工具多边形左键逐点添加顶点按 Enter 自动闭合Esc 放弃当前绘制画完不满意拖动任意顶点就能微调形状点标注给关键点定位适合人体关键点这类任务线条适合车道线、河岸线这种长条目标图像级标签整图分类任务不用画勾选标签即可点标注适合关键点检测任务⚡ 如何用AI预标注和快捷键提升标注效率几千张图全手画太慢可以让 AI 先画你只负责检查。内置的模型各有分工SSDCOCO 预训练识别常见 80 类物体自动框出当前图的物体PoseNet定位人体关节适合姿态估计数据集YOLOv5可加载你自己训练的模型需导出为 tfjs 格式精度最高AI 辅助标注模型自动框出小狗你确认即可实际用法开启 AI 后它会批量检测项目里的图片发现的新类会弹窗让你接受或拒绝推荐的框可以直接拖拽修正以你最后保存的结果为准图片是篮球赛这类特殊场景建议自己训一个 YOLOv5 模型再导入自定义 YOLOv5 模型在篮球赛画面上的检测结果日常操作离不开键盘这几个组合建议记牢功能MacWindows / Linux闭合多边形EnterEnter取消当前绘制EscapeEscape删除选中标签BackspaceDelete上一张图Option 左Ctrl 左下一张图Option 右Ctrl 右放大 / 缩小Option / -Ctrl / -平移画布方向键方向键切换标签Option 0~9Ctrl 0~9源码参考快捷键全表见 docs/shortcuts.md三个 AI 模型的实现在 src/ai/ 目录。 如何一键导出YOLO、VOC、COCO格式并校验数据集标注做完数据得能喂给训练框架才算数。导出前先看格式支持矩阵标签类型CSVYOLOVOC XMLVGG JSONCOCO JSON边界框 Rect✓✓✓暂不支持暂不支持多边形 Polygon暂不支持✗暂不支持✓✓点 Point✓✗✗✗✗线条 Line✓✗✗✗✗图像标签 Label✓✗✗✗✗✓ 表示支持✗ 表示该类型不适用暂不支持为规划中。导出与校验的实操建议按训练框架选格式跑 YOLO 就导 YOLOPyTorch 项目常用 VOC 或 COCO边界框导出的 zip 会同时打包图片和标注文件解压即用已有标注可以重新导入支持 YOLO、VOC、COCO方便换设备接着标先小批量导一次抽查几个文件的坐标再全量导出大项目建议每天导出一次备份浏览器自动保存之外多一层保险源码参考各格式的导出器在 src/logic/export/格式说明见 docs/export.md 和 docs/import.md。 如何本地部署并二次开发make-sense项目需要离线标注或者想加新的标签类型可以把源码拉下来自己跑。环境要求 Node.js v16.x 和 npm 8.x开发服务跑在 3000 端口。git clone https://gitcode.com/gh_mirrors/ma/make-sense cd make-sense npm install npm start用 Docker 的话仓库 docker/ 目录里就有现成的 Dockerfile二次开发入口标签类型定义在 src/data/enums/渲染引擎、动作层、状态管理分层清晰加新标签类型有章可循源码参考完整环境说明见 docs/local-setup.md。读完这篇你能做到什么在浏览器里三分钟建好项目从拖图到画完第一个边界框用多边形、点、线条处理大部分视觉数据集需求开 AI 预标注减少重复劳动人工复核保证质量把数据集导出成 YOLO、VOC、COCO 等训练框架认的格式克隆仓库本地跑起来离线标注或二次开发手边已经堆了一批图的话现在就可以打开 make-sense把第一个标注项目标完。【免费下载链接】make-senseFree to use online tool for labelling photos. https://makesense.ai项目地址: https://gitcode.com/gh_mirrors/ma/make-sense创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考