AnyLabeling 自动数据标注实战：从安装到格式转换的避坑指南

1次阅读

共计 3297 个字符，预计需要花费 9 分钟才能阅读完成。

传统数据标注流程存在三大核心问题：

人力成本高：标注一张医学影像的肿瘤区域可能需要 20 分钟，而一个训练集通常需要上万张样本
一致性差：不同标注员对 ” 车辆轮廓 ” 的理解差异会导致 IOU（交并比）波动超过 15%
迭代周期长：当模型发现标注错误时，重新修正标注可能需要数天时间

以自动驾驶场景为例，标注 10 万张图片的传统流程需要：

组建 10 人标注团队
进行 2 周标注规范培训
实际标注耗时约 3 个月
质检返工又消耗 1 个月

工具	标注类型	自动标注	多格式导出	硬件要求
LabelImg	矩形框	❌	✅	低
CVAT	多边形 / 关键点	半自动	✅	中
AnyLabeling	实例分割	✅	✅	中高

关键差异点：

模型集成：内置 SAM（Segment Anything Model）实现一键分割
交互设计：支持 ” 点击物体中心 + 修正边缘 ” 的高效工作流
预处理：自动处理 EXIF 方向信息（手机拍摄图片的常见问题）

推荐使用 conda 创建独立环境：

conda create -n anylabel python=3.8 -y
conda activate anylabel
pip install anylabeling

对于 GPU 用户，建议额外安装：

pip install onnxruntime-gpu==1.15.1  # 匹配 CUDA 11.7

验证安装成功：

import anylabeling
print(anylabeling.__version__)  # 应输出 >=0.1.0

AnyLabeling 的自动分割流程：

使用 MobileSAM 生成初始掩码（参数量仅 3.8M）
应用 GrabCut 算法优化边缘
允许用户通过点击增减 ROI 区域

必知快捷键：

Ctrl+Z：撤销上一步操作
空格键：切换显示 / 隐藏标签
鼠标中键：平移图像

批量操作示例：

from anylabeling.app import AnyLabeling

app = AnyLabeling()
app.load_image_folder("path/to/images")
app.set_auto_labeling_model("mobile_sam")  # 或 "vit_h" 更精确但更慢
app.start_auto_labeling(batch_size=4)  # 显存 8G 可调至 8

import os
from anylabeling.services.auto_labeling import AutoLabeling

# 初始化
labeler = AutoLabeling()
labeler.set_model_type("vit_h")  # 使用高精度模型

# 单图标注
image_path = "data/cat.jpg"
labels = labeler.predict(image_path)

# 保存为 COCO 格式
from pycocotools.coco import COCO
coco = COCO()
coco.dataset = {"images": [{"id": 0, "file_name": os.path.basename(image_path)}],
    "annotations": [{"id": i, "image_id": 0, **ann} for i, ann in enumerate(labels)]
}

with open("labels.json", "w") as f:
    json.dump(coco.dataset, f)

import json
from pathlib import Path

def coco2yolo(coco_path, output_dir):
    with open(coco_path) as f:
        data = json.load(f)

    # 创建类别映射
    cat_map = {cat["id"]: i for i, cat in enumerate(data["categories"])}

    for img in data["images"]:
        img_id = img["id"]
        anns = [a for a in data["annotations"] if a["image_id"] == img_id]

        if not anns:
            continue

        txt_path = Path(output_dir) / f"{Path(img['file_name']).stem}.txt"
        with open(txt_path, "w") as f:
            for ann in anns:
                # 转换 bbox 格式 [x,y,w,h] -> [cx,cy,w,h] 归一化
                bbox = ann["bbox"]
                cx = (bbox[0] + bbox[2]/2) / img["width"]
                cy = (bbox[1] + bbox[3]/2) / img["height"]
                w = bbox[2] / img["width"]
                h = bbox[3] / img["height"]

                f.write(f"{cat_map[ann['category_id']]} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}\n")

try:
    coco2yolo("broken.json", "output")
except json.JSONDecodeError:
    print("JSON 文件损坏，请检查格式")
except KeyError as e:
    print(f"缺失必要字段: {str(e)}")
except Exception as e:
    print(f"未知错误: {str(e)}")

分块处理：将 4000×4000 以上图像分割为 1024×1024 的瓦片
动态加载：

from PIL import Image

def process_large_image(img_path, tile_size=1024):
    img = Image.open(img_path)
    width, height = img.size

    for y in range(0, height, tile_size):
        for x in range(0, width, tile_size):
            box = (x, y, min(x+tile_size, width), min(y+tile_size, height))
            tile = img.crop(box)
            # 保存临时分块并处理
            tile.save(f"temp_{x}_{y}.jpg")
            process_tile(f"temp_{x}_{y}.jpg")

启用 --low-memory 模式：限制 MobileSAM 的缓存大小
定期清理：

import gc

after every 100 images:
    gc.collect()
    torch.cuda.empty_cache()

错误：忽略 EXIF 方向
现象：手机拍摄图片出现 90 度旋转
解决：在 AnyLabeling 设置中启用 Auto Orient 选项
错误：标签 ID 不连续
现象：从 1,3,5 跳变到 10 导致训练报错
解决：导出前执行labels = {old_id: new_id for new_id, old_id in enumerate(sorted(set(labels)))}
错误：验证集泄露
现象：测试集准确率虚高
解决：使用 sklearn.model_selection.train_test_split 提前划分
错误：边缘锯齿
现象：分割边界出现像素级抖动
解决：标注时开启 Smooth Edges 选项
错误：GPU 未启用
现象：处理速度与 CPU 相当
检查：在日志中确认 Using CUDA backend 字样