【首发】qsLabels 高颜值+高性能YOLO训练标注工具

情殇QAQ

后续提前更新q群324222388

支持SAM半自动标注

参考其他贴

qsTrainer训练工具 支持字符验证码/孪生/分类训练

qsort|qsncnn qsOcr/飞桨PPOCR/YOLO/ddddocr

qsLabels — YOLO 高颜值+高性能训练标注工具

qsLabels 是一款桌面端 YOLO 模型训练与数据标注工具，支持多种标注模式、AI 辅助标注、模型训练、推理验证和模型导出，适用于计算机视觉领域的目标检测、实例分割、姿态估计、旋转框检测和图像分类任务。

---

功能概览

1. 多模式数据标注

支持 5 种 YOLO 标注模式，覆盖主流计算机视觉任务：

• Detect（目标检测）：矩形框标注，生成 YOLO 格式 txt 标签
• OBB（旋转框检测）：支持带角度的旋转矩形框标注
• Seg（实例分割）：多边形标注，生成分割掩码
• Pose（姿态估计）：关键点标注，支持自定义关键点数量
• Cls（图像分类）：图像级别分类标注

2. AI 辅助标注

通过与 Python 后端服务通信，提供智能标注能力：

• SAM（Segment Anything Model）：点击/框选自动生成分割掩码，支持正负点交互
• YOLO 自动检测：使用已训练模型批量预标注 (后续推出)

3. 模型训练

内置完整的 YOLO 训练界面：

• 支持 Ultralytics 和 YOLOv5(后续推出) 两种训练框架
• 支持 Detect / OBB / Seg / Pose / Cls 五种任务类型训练
• 可配置训练参数：epochs、batch size、图像大小、设备选择、优化器等
• 高级参数：学习率、动量、权重衰减、warmup 等
• 超参数调节：数据增强参数（HSV、翻转、Mosaic、MixUp 等）
• 断点续训（Resume）支持
• 实时训练日志输出（内置终端）
• 训练过程图表可视化（loss、mAP 等指标）

4. 模型推理验证

• 后续推出

5. 模型导出

• 通用格式转换（ONNX、NCNN 等）
• 导出日志实时输出
• 预留 NCNN 转换

6. 数据集管理

• 数据集分割：按比例自动划分训练集/验证集，生成 dataset.yaml
• 负样本管理：支持添加无标注的负样本图片

7. 项目管理

• 文件夹式项目管理，支持多种图片格式（JPG、PNG、BMP、WebP、TIFF）
• 类别管理：自定义类别名称和颜色
• 文件状态追踪：已标注/未标注筛选
• 按类别筛选文件
• 自然排序文件列表

8. 模型管理器

• 内置预训练模型库，覆盖 YOLOv3 ~ YOLO26 全系列
• 支持一键下载官方预训练模型
• 断点续传下载管理器，支持暂停/恢复/取消
• 下载进度实时显示

9. 画布与交互

• 基于 Konva 的高性能画布渲染
• 图像缩放/平移/拖拽
• 辅助线显示（可配置颜色和自动缩放）
• 标注框粗细、字体大小、锚点大小可调
• 键盘快捷键支持（高效标注工作流）
• 标注选中高亮与编辑

10. 系统与环境

• 跨平台支持：Windows / macOS / Linux
• Python 环境管理与检测
• GPU/CUDA 设备检测与选择
• 系统信息获取（CPU、内存、GPU 等）
• 应用配置持久化

11. 其他功能

• 深色/浅色主题切换
• 内置 Shell 终端（xterm.js），支持实时命令执行与 ANSI 颜色输出
• 新手引导（driver.js）

---

支持的 YOLO 模型

框架	模型系列
Ultralytics	YOLO26、YOLO12、YOLO11、YOLOv10、YOLOv9、YOLOv8、YOLOv5u、YOLOv3
YOLOv5（后续推出）	YOLOv5 (n/s/m/l/x, 含 6 系列)

每个系列均提供 n/s/m/l/x 不同规模的预训练权重，部分系列支持 det/seg/pose/obb/cls 多任务变体。

回复下载

游客，如果您要查看本帖隐藏内容请回复

nwzhi

感谢分享

吃饭第一名

首发】qsLabels 高颜值+高性能YOLO训练标注工具 [修改]
高级模式

zwh8698

哇  这个必须的 学习一下

wmj517

牛逼，感谢分享

1226852858

每个系列均提供

jaicke123

感谢分享

kantal

标注和训练工具都越来越强大和完善了

12r4556r

感谢分享

tx520

试一下呢