🏷️ Annotix - Sistema Profesional de Anotación Multimodal

Plataforma de anotación de datos para Machine Learning con soporte multi-modalidad y multi-formato

📊 Estado de Implementación

18/62 sistemas implementados (29%)

✅ Implementados y Funcionales:

Imágenes (9/13):

• Classification, Multi-Label, Detection, Segmentation, Instance Seg
• Keypoints/Pose, Polygon, Landmarks, OBB (Oriented Bounding Boxes)

Series Temporales (9/9): ✓ Todos implementados

• Classification, Forecasting, Anomaly Detection, Segmentation, Pattern Recognition, Event Detection, Regression, Clustering, Imputation

🚧 En Desarrollo:

• Semantic Segmentation, Panoptic Segmentation, OCR, Depth Estimation (Imágenes)

📋 Roadmap (44 sistemas pendientes):

• Audio (0/10): Classification, Speech Recognition, Sound Event Detection, etc.
• Video (0/9): Action Recognition, Object Tracking, Activity Detection, etc.
• 3D (0/9): Object Detection, Point Cloud, Mesh Segmentation, SLAM, etc.
• Texto/NLP (0/12): NER, Sentiment Analysis, Intent Classification, etc.

📦 Archivos del Sistema

annotix/
├── index.html               # Interfaz principal
├── css/                     # Estilos modulares
├── js/                      # Lógica de la aplicación
├── i18n.js                  # Sistema de internacionalización
├── locales/                 # Carpeta de traducciones
│   ├── en.json             # Inglés
│   ├── es.json             # Español (predeterminado)
│   ├── fr.json             # Francés
│   ├── zh.json             # Chino
│   ├── ja.json             # Japonés
│   ├── de.json             # Alemán
│   ├── pt.json             # Portugués
│   ├── it.json             # Italiano
│   ├── ru.json             # Ruso
│   └── ko.json             # Coreano
└── README.md               # Este archivo

🚀 Instalación

1. Descargar todos los archivos y mantenerlos en la misma carpeta.
2. Abrir index.html en un navegador moderno (Chrome, Edge, Firefox, Safari).
3. ¡Listo! No requiere instalación ni servidor backend.

🌍 Sistema de Idiomas

Idiomas Disponibles

• 🇬🇧 Inglés (English)
• 🇪🇸 Español (Spanish) - Predeterminado
• 🇫🇷 Francés (Français)
• 🇨🇳 Chino (中文)
• 🇯🇵 Japonés (日本語)
• 🇩🇪 Alemán (Deutsch)
• 🇵🇹 Portugués (Português)
• 🇮🇹 Italiano (Italiano)
• 🇷🇺 Ruso (Русский)
• 🇰🇷 Coreano (한국어)

Cambiar Idioma

1. Clic en el selector de idioma en el header (esquina superior derecha).
2. Seleccionar el idioma deseado.
3. La interfaz se actualizará automáticamente.
4. La preferencia se guarda en localStorage (annotix_language).

✨ Características Principales

1. Sistema de Proyectos Multi-Modalidad

• Múltiples proyectos en IndexedDB
• 6 modalidades: Imágenes, Audio, Video, Series Temporales, 3D, Texto/NLP
• 62 tipos de proyectos definidos (18 implementados)
• Import/Export de proyectos completos (.tix)
• Import/Export configuración (.tixconfig) para trabajo en equipo

2. Herramientas de Anotación (Imágenes)

• Bbox: Bounding boxes rectangulares
• OBB: Oriented bounding boxes (rotados)
• Mask: Máscaras pixel-perfect para segmentación
• Polygon: Segmentación punto-a-punto
• Keypoints: Esqueletos y pose estimation
• Landmarks: Puntos independientes
• Classification: Etiquetas globales (single/multi-label)
• Select/Pan: Edición y navegación

3. Edición Avanzada

• Redimensionar boxes arrastrando esquinas.
• Mover boxes completos.
• Eliminar anotaciones individuales.
• Deshacer última anotación.

4. Navegación

• Flechas ← → para cambiar entre imágenes.
• Galería con vista previa.
• Filtros: Todas / Anotadas / Sin anotar.

5. Gestión de Clases

• Crear clases ilimitadas.
• Cada clase con nombre y color personalizado.
• Editar y eliminar clases.
• Selección rápida con teclas 1-9.

6. Zoom y Visualización

• Zoom con rueda del mouse.
• Pan arrastrando (tecla H o middle-click).
• Controles de zoom (+, -, reset).
• Mostrar/ocultar etiquetas.

7. Exportación Multi-Formato

• YOLO: Detection, Segmentation, Pose (estructura estándar)
• COCO JSON: Detection, Segmentation, Polygon, Keypoints
• Pascal VOC XML: Object detection
• PNG Masks: Segmentación semántica (U-Net compatible)
• CSV: Classification, Landmarks, genérico
• Proyecto completo (.tix) - Portabilidad total
• Configuración (.tixconfig) - Para compartir clases

8. Generación de Código de Entrenamiento

• Código Python completo para entrenar modelos
• Soporte frameworks: YOLOv8/v11, Detectron2, TensorFlow, PyTorch, SMP
• Configuración automática según tipo de proyecto
• Exportación de modelos: ONNX, TorchScript, TFLite, OpenVINO, CoreML, TensorRT

⌨️ Atajos de Teclado

Tecla	Acción	Contexto
1-9	Seleccionar clase 1-9	General
B	Herramienta Bbox	Detection
O	Herramienta OBB	OBB projects
M	Herramienta Mask	Segmentation
P	Herramienta Polygon	Polygon
K	Herramienta Keypoint	Pose
L	Herramienta Landmark	Landmarks
V	Herramienta Select	General
H	Herramienta Pan	General
Ctrl+S	Guardar imagen actual	General
Ctrl+Z	Deshacer última anotación	General
Delete	Eliminar seleccionada	General
Esc	Deseleccionar	General
←/→	Navegar imágenes	General
R/Shift+R	Rotar ±15°	OBB

📊 Flujo de Trabajo Recomendado

Para un solo usuario:

1. Crear proyecto → Definir nombre, tipo (bbox/mask), clases iniciales.
2. Cargar imágenes → Subir una o múltiples imágenes.
3. Anotar → Usar herramientas para marcar objetos.
4. Guardar → Ctrl+S después de cada imagen.
5. Repetir → Navegar con flechas ← →.
6. Exportar → Descargar dataset ZIP cuando termines.

Para trabajo en equipo:

Líder del equipo:

1. Crear proyecto con todas las clases definidas.
2. Exportar configuración (.tixconfig).
3. Compartir archivo con el equipo.

Miembros del equipo:

1. Importar configuración recibida.
2. Anotar sus imágenes asignadas.
3. Exportar su dataset ZIP individual.
4. Enviar al líder.

Líder (combinar):

1. Juntar todos los ZIP.
2. Combinar carpetas images/ y labels/.
3. Usar el dataset completo para entrenar.

🎯 Formatos de Exportación

YOLO Detection:

<class_id> <x_center> <y_center> <width> <height>

Coordenadas normalizadas 0-1

YOLO Segmentation:

<class_id> <x1> <y1> <x2> <y2> ... <xn> <yn>

Puntos del polígono normalizados

YOLO Pose:

<class_id> <bbox> <x1> <y1> <v1> <x2> <y2> <v2> ...

Bbox + keypoints con visibilidad

COCO JSON:

Formato completo con imágenes, anotaciones, categorías y metadata

Pascal VOC XML:

Archivos XML individuales por imagen con bboxes

PNG Masks:

Máscaras de segmentación como imágenes PNG

💾 Almacenamiento

• IndexedDB: Todos los proyectos e imágenes anotadas.
• LocalStorage: Preferencia de idioma (annotix_language).
• Sin servidor: Todo funciona 100% en el cliente.

🐛 Solución de Problemas

Las imágenes no cargan:

• Verificar formato soportado (JPG, PNG, WebP).
• Revisar consola del navegador (F12).

No se guardan las anotaciones:

• Verificar que hay un proyecto seleccionado.
• Click en "Guardar" o Ctrl+S después de anotar.

IndexedDB llena:

• Chrome/Edge: ~500MB-1GB límite.
• Firefox: Sin límite específico.
• Safari: ~1GB límite.
• Exportar y limpiar proyectos viejos si es necesario.

📱 Compatibilidad

• ✅ Chrome/Edge 90+
• ✅ Firefox 88+
• ✅ Safari 14+
• ✅ Opera 76+

Características requeridas:

• IndexedDB
• Canvas API
• Fetch API
• File API
• ES6+ JavaScript

🔐 Privacidad y Seguridad

• Sin tracking: No se envía información a servidores externos.
• Sin cuentas: No requiere registro ni login.
• Datos locales: Todo se almacena en el navegador del usuario.

🛣️ Hoja de Ruta de Desarrollo

Fase 1 - Imágenes Avanzadas (Q2 2025)

• Semantic Segmentation completa
• Panoptic Segmentation
• OCR con bounding boxes de texto
• Depth Estimation visualization

Fase 2 - Audio (Q3 2025)

• Espectrograma canvas para anotación
• Audio Classification
• Speech Recognition (transcripción + timestamps)
• Sound Event Detection

Fase 3 - Video (Q4 2025)

• Timeline-based annotation
• Object Tracking multi-frame
• Action Recognition
• Video Segmentation

Fase 4 - 3D (Q1 2026)

• Point Cloud viewer (Three.js)
• 3D Bounding Boxes
• Mesh Segmentation
• SLAM Annotation

Fase 5 - Texto/NLP (Q2 2026)

• Named Entity Recognition (NER)
• Sentiment Analysis
• Intent Classification
• Relation Extraction

📄 Licencia

Desarrollado por FabLab TecMedHub - Universidad Austral de Chile, Sede Puerto Montt.

📞 Soporte

Para preguntas o problemas:

• 📧 Email: tecmedhub@uach.cl
• 🌐 Web: [FabLab TecMedHub]

---

Desarrollado con ❤️ en Puerto Montt, Chile 🇨🇱