"将前沿的视觉大模型技术，转化为开箱即用的工业生产力。"
SmartLabeler 是一款融合了 YOLOv8（目标检测）与 Mobile-SAM（像素级分割）双大模型的工业级图像标注 SaaS 平台。本软件专为高效、精准的计算机视觉数据集制作而生，支持零样本自动标注、多格式批量导出及 YOLO 标准训练包一键构建。
通过建立单例守护线程架构与跨语言内存隔离协议，本平台实现了零延迟的极客交互体验，彻底告别传统软件拉框描边的低效与卡顿。
本项目核心功能的实机运行演示，点击下方视频即可播放：
| 🌟 效果总览：AI 自动标注成品 | 🤖 零样本全图秒扫 |
|---|---|
| https://github.com/user-attachments/assets/27528b5f-1953-409a-99cc-4b775d51b092 | https://github.com/user-attachments/assets/d2f81c9f-d8ac-47ad-8377-34c906efcf16 |
| 海量图片后台全自动完成高精度像素级抠图与 BBox 定位。 | YOLO 引导 SAM 实现像素级精准抠图，1秒内完成全图目标的轮廓提取。 |
| 🔪 高级多边形手术刀 | 📊 赛博数据罗盘与导出 |
|---|---|
| https://github.com/user-attachments/assets/e3cc1405-d59f-45c1-8177-a80a22851fb7 | https://github.com/user-attachments/assets/ad032c1f-dccb-4588-9d53-96c338983f71 |
| 基于解析几何的双击加点与右击删点，像 Photoshop 钢笔工具一样自由修补。 | 实时红黄绿诊断当前数据集健康度，并一键完成 train/val 划分与打包。 |
- 零样本双模型联动：YOLOv8 秒速寻找目标，SAM 瞬间精细抠图。
- 永生多线程架构：彻底告别卡顿与闪退，后台默默为您处理海量数据。
- 一键多类别批量标注：同时勾选车、人、狗，AI 在后台多线程并发处理整个文件夹，支持 YOLO/VOC/COCO/CSV 五大格式自动去重导出。
- 高级多边形手术刀：告别死板的抠图！支持双击绿线动态增加顶点，右击红点瞬间删除毛刺，像 Photoshop 钢笔工具一样随心所欲。
- 赛博数据全局罗盘：一键扫描全盘，红黄绿三色进度条直观展示各类别样本占比。样本极度缺乏时自动触发红色警报。
- YOLO 标准训练包构建器：一键将几百张图片按比例（如 8:2）自动打乱并切分为 train/val 集，自动生成完美的 data.yaml。
- 动态 AI 灵敏度阀门：首创置信度滑块，拉高防瞎标，拉低防漏标。
- 极客视觉与图层管理：支持单独隐藏指定图层，支持全局透明度调节。
本软件拥有比肩 Photoshop 的极客操作流，熟练掌握以下快捷键，您的标注效率将提升 10 倍以上：
Shift + 鼠标左键拖拽：🌟 框选引导 (BBox Prompt)。在目标周围拉出一个矩形框，强制引导 SAM 精准抠出该框内的物体。最强人工兜底方式！Ctrl + 鼠标左键：正向点引导 (Positive Point)。告诉 AI “这个点属于目标，请抠出来”。Ctrl + 鼠标右键：负向点引导 (Negative Point)。告诉 AI “这个点是背景，请剔除”。
双击 绿色多边形线条：动态加点。在点击线条处凭空插入新红点，方便拉出缺失边角。鼠标右键 点击红点：瞬间删点。直接删除顶点消除毛刺（系统含安全锁，最少保留3个点防崩溃）。鼠标左键 拖拽红点：自由变形。完美贴合复杂物体的绝对边缘。
Space 空格键：确认入库 (Commit)。将绿色草稿变更为蓝色实体图层并准备写盘。A 键 / D 键：上一张 / 下一张。无缝切图，切图瞬间自动执行“坐标去重”并静默保存，绝不丢失数据。1 ~ 9 数字键：极速切换当前目标类别。Ctrl + Z：撤销 (Undo)。撤销上一步点/框提示，或删除上一个确认的实体图层。鼠标滚轮：以鼠标指针为中心，丝滑放大/缩小图片。
- 【第 1 步：导入与全图横扫】 打开文件夹选择类别（如 car）。点击【🤖 扫描当前图片】，YOLO 雷达瞬间找出所有的车，SAM 切出完美边缘。几百张图可直接点击【🗂️ 多类别混合批量标注】后台挂机处理！
- 【第 2 步：人工抽检与抢救】
若 AI 漏标，直接用
Shift+左键拖拽框出来。若边缘有瑕疵，使用手术刀（右键删点/双击加点）微调。确认无误后按空格键入库。 - 【第 3 步：数据体检大屏】
点击【📊 赛博数据全局统计大屏】，系统全局扫描数据，红黄绿三色进度条直观展示类别数量。遇到“
⚠️ 极度缺乏”警报请及时补充图片。 - 【第 4 步：一键打包，直接炼丹】
点击【📦 一键生成 YOLO 标准训练包】。输入拆分比例（如 80 代表 8:2），选定空白文件夹，软件自动打乱图片标签，分发至
train/val并生成data.yaml。拿到文件夹即可直接送入大模型训练！
- 永生单例线程架构 (Immortal Worker)：为彻底镇住 PyTorch/OpenMP 的底层算力，废除传统多线程频繁创建销毁机制，设计后台常驻死循环引擎。UI 仅通过
QMutex与QWaitCondition派发坐标任务，实现 AI 满载运算而 GUI 永远保持 60 帧丝滑不卡顿。 - 跨语言内存隔离盾 (Memory Isolation)：针对多线程下 C++ 底层连续内存易被 Python GC 回收导致
0xC0000409堆栈溢出崩溃的致命难题，在输出层强制执行.copy().tolist()内存深度克隆协议，彻底斩断野指针隐患。 - 自适应多边形抽稀算法 (Adaptive Decimation)：SAM 原始掩码高达数千像素点，直接渲染将致 GUI 卡死。本软件引入
cv2.approxPolyDP(RDP算法)，按轮廓周长动态设定 0.2% 容差阈值，将 3000+ 像素点自适应压缩至 30 个关键控制点，渲染压力与导身体积骤降 90% 以上。
- Python 3.9+
torch>=2.0.0,torchvision>=0.15.0,ultralytics>=8.0.0,PyQt6>=6.4.0,opencv-python>=4.7.0
# 1. 克隆仓库
git clone [https://github.com/katiacoco/SmartLabeler.git](https://github.com/katiacoco/SmartLabeler.git)
cd SmartLabeler
# 2. 安装依赖
pip install -r requirements.txt
# 3. 启动平台
python main.py