主要针对一张图中，目标数量较多的情况，不是通用场景，优先级不高

可以自动标注多目标跟踪MOT格式的数据集吗？

我已经将自训模型从pt转为onnx，依旧无法加载。
请问如何加载自定义模型？

打开路径：X-AnyLabeling-main\anylabeling\configs\auto_labeling 找到想要使用的模型的yaml文件，如 segment_anything_vit_h_quant

将其复制到希望存放的位置，用记事本打开，使用任意下载工具或方法下载encoder_model_path，decoder_model_path后的2个onnx文件

然后复制到与yaml同路径下，在修改encoder_model_path，decoder_model_path为相同路径：

然后在加载模型种选择 加载自定义模型，选择新创建的yaml文件即可。

下载的exe文件可以运行，但是加载模型的时候无法指定自己的conda环境，软件中没有看到能够指定环境的选项，除非用源码编译

yolov8官方提供免费的运行平台 https://ultralytics.com
如果数据集可以传上网，没有太强的保密要求。
可以上传到yolov8官方的平台，通过colab训练，获得模型，yolov8官方提供免费的检测运行，可以用来循环预标注
虽然ultralytics也能导出onnx的格式，但是在x-anylabeling会报错 和这个 #4 一样的错误 #4 (comment)

但是，可以通过其免费的运行检测任务，通过cURL和Python进行调用api

返回json结果

编辑按钮是灰色的

寻求您的帮助，谢谢 ，我执行了下面的语句 python tools/label_converter.py --src_path xxx_folder --dst_path xxx_folder --classes xxx.txt --mode custom2coco 一，需要配置一下 --classes xxx.txt ， xxx.txt是怎么生成的，

我自己训练了YOLOv8，输出了onnx模型，仿照官方的yaml写了配置文档，然后在x-anylabeling加载我的模型就报错，有两个错误：
第一个：Error in loading model:OpenCV(4.7.0)D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\onnx\onnx_importer.cpp:1073:error:(-2:Unspecified error)in function 'cv::dnn::dnn4_v20221220::ONNXImporter::handleNode'> Node [[email protected]]:(onnx_node!/model.22/Split) parse error:opencv(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\layers\slice_layer.cpp:274:error: (-215:Assertion failed) splits > 0 && inpShape[axis_rw] % split>
第二个：Error in loading model:OpenCV(4.7.0)D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\graph_simplifier.cpp:76:error:(-212:Parsing error) Input node with name /model.22/Gather_2_output_0 not found in function 'cv::dnn::Subg
我在网上也查不到这是啥意思，这是什么情况呢

SAM vs. HQ-SAM

博主您好：
我下载了gpu版本的exe执行文件，运行加载segment anything模型报错，onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH is set but CUDA wasn't able to be loaded. please install the correct version of CUDA and cuDNN as mentioned in the GPU requirements page,make sure they're in PATH,and that your GPU is supported。

以下是我的操作步骤，帮忙看看是什么问题，多谢多谢！！！

1.我检查了CUDA版本，nvcc-V :
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Fri_Dec_17_18:28:54_Pacific_Standard_Time_2021
Cuda compilation tools, release 11.6, V11.6.55
Build cuda_11.6.r11.6/compiler.30794723_0

2.安装onnx要求的cudnn 8.5.0.96版本，并且将所有lib,include,bin文件拷贝到了CUDA 11.6的文件夹中。

3.进入CUDA安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite运行bandwidthTest.exe以及deviceQuery.exe检测cudnn安装成功。

4.使用cup版本的exe，运行segment anything (Vit-b Quant)模型没有问题，只是运行gpu版本exe会报错。

5.onnxruntime的要注，下载的CUDA与cudn.

Hello,

I am trying to convert a dataset from coco to labelme format and it seems there's some error dealing with dictionaries:

python tools/label_converter.py --src_path ~/Downloads/Tayqan_1.v5i.coco/train/_annotations.coco.json --dst_path ~/Downloads/Tayqan_1.v5i.coco/train/ --img_path ~/Downloads/Tayqan_1.v5i.coco/train/ --mode coco2custom
Starting conversion to coco2custom format...
Traceback (most recent call last):
  File "tools/label_converter.py", line 399, in <module>
    main()
  File "tools/label_converter.py", line 392, in main
    converter.coco_to_custom(args.src_path, args.dst_path, args.img_path)
  File "tools/label_converter.py", line 289, in coco_to_custom
    "imagePath": img_dic[dic_info["file_name"]],
KeyError: 'PHOTO-2022-12-07-00-31-19-2_jpg.rf.00a6a50ec0c8efe0815b459e14226c46.jpg'

I think the problem is your code is handling the filename as a key of the dictionary.

I am attaching my json in case you want to check the error.
_annotations.coco.zip

windows 10
python 3.10

(.venv) D:\Projects\X-AnyLabeling>python tools/label_converter.py --src_path source/valid/ --dst_path source/valid/ --mode custom2yolo

# 报错信息如下
 File "D:\Projects\X-AnyLabeling\tools\label_converter.py", line 162, in custom_to_yolov5
    data = json.load(f.read())
UnicodeDecodeError: 'gbk' codec can't decode byte 0xff in position 0: illegal multibyte sequence

我在图像界面和issue里面查找了标注格式转换的相关信息，但没有查找到具体操作。
请问图形界面怎么进行标注格式的选择？

尤其是LVM-Med, 在livecell数据集的训练模型
项目地址：
https://github.com/duyhominhnguyen/LVM-Med

您好!
请问下Ubuntu下用什么打开它,我试了很多打开方式都打不开GUI

环境是ubuntu20 +conda
选择新模型后，可能由于网络原因下载失败，就必须重新启动程序才能换模型，否则图一的状态一直存在。由于这个下载速度太慢了，能不能加一个中断下载的按钮，我自己从浏览器下载再复制到对应目录。

1. 关于分类查看
   
   然后支持，在编辑模式下，全选对象对话框中，标签对话框选定的标签的对象

2. 关于对象框中的排序
   对多目标标注，往往标注的顺序，有时在图片上不是从上向下的，尤其是自动标注，需要给一个按钮，点击后，自动排序对象对话框中的顺序，这样可以在编辑模式中，在放大图片的情况下，在不同视野下，以键盘上下键，从上向下，进行检查
   

为未来可能支持 text prompt 收集相关项目信息

1 lang-segment-anything

luca-medeiros/lang-segment-anything#27 (comment)
luca-medeiros/lang-segment-anything#28

2 ov-seg

https://github.com/facebookresearch/ov-seg

没有任何报错或提示，程序直接退出
type: test
name: testA
display_name: Test
model_path: ‪D:/Auto/best.onnx
input_width: 640
input_height: 640
score_threshold: 0.45
classes:

• enemy
• friend

当前，文件列表按照文件名排序，希望能给一个按钮，文件列表，以文件创建时间排序

有时候目标对象，正好与图片边缘相切，如果目标较小，需要放大才能标注，但是由于在边缘，需要先放大，取点，然后再缩小，才能在边缘，点击下一个点，如果放大图片后，软件窗口的左侧工具栏 能够给一个图标，点击后变色，锁定 支持滚动超出图片。不需要时，就再次点击，取消，恢复空白

请问下可不可以支持在linux版本下使用

如题

感谢您提供的工具，这个工程十分有趣。但是我在运行过程中发现了一下问题，按照教程我进行json转coco格式时，报出如下信息
“Traceback (most recent call last):
File "label_converter.py", line 247, in
main()
File "label_converter.py", line 230, in main
converter.to_coco(input_dir, output_dir)
File "label_converter.py", line 71, in to_coco
x_min = min(points[0][0], points[1][0])
IndexError: list index out of range”

根据提示，我在代码的第71行找到了如下代码：
“x_min = min(points[0][0], points[1][0])
y_min = min(points[0][1], points[1][1])
x_max = max(points[0][0], points[1][0])
y_max = max(points[0][1], points[1][1])

        width = x_max - x_min
        height = y_max - y_min”

这部分似乎是在表示一个框，但是我进行的时关键点的标注，坐标值应该只有两个，这个问题应该如何解决？或者说，关键点标注必须标注一个框将其包括起来吗？期待您的回复。

Hi 我目前有訓練了一個yolo-nas-s的model並將其轉為Onnx檔案
但在載入的時候雖然可以載入但卻無法偵測到物件想請問這個是什麼問題?
yaml檔設定
`
type: yolo_nas
name: yolo_nas_s-r20230615
display_name: YOLO-NAS-S Deci-AI
model_path: yolo_nas_s.onnx
input_width: 640
input_height: 640
nms_threshold: 0.45
score_threshold: 0.5
classes:

• connector
• ic
• capacitor_sme
• capacitor_smc
• diode
• usb
• power_jack
• clock
• so
• sot23
• xresistor
• push_button
• header
• resistor
• del
• fuse
  `
  載入結果:完全偵測不到
  

什么时候支持文本OCR自动标注，paddleocr v3模型？

vietanhdev/anylabeling#86

相同的錯誤有人回報在原版的issue區，我自己遇到的情況是這樣：
我原本裝的是CUDA 11.8跟cudnn 8.9.3，開啟原版的GPU版有成功載入onnxruntime的模型進行偵測，但才點到第三個物件，程式就崩潰。重開之後，就無法載入模型，出現該條錯誤。
嘗試裝上正確的CUDA跟cudnn，仍然出現同樣的錯誤。

改使用X-AnyLabeling，仍有同個錯誤，
但比較特別的是，X-AnyLabeling中新增的「YOLO相關的Segmentation模型」也會出現同樣錯誤（一般YOLO模型不會）

首先感谢您的工作，这个工具非常有意思，但是有一点我在工具中没有发现，就是亮点中的“支持转换成标准的COCO-JSON、VOC-XML以及YOLOv5-TXT文件格式”，请问这个功能是内置的吗？还是需要编写脚本自行转换？

我看文档中支持自定义模型，但是并没有给出分割的模型的配置文件写法，比如我基于自己训练的yolov8的分割模型，如何进行模型导入？

显示也不是很完整。

我用yolov7-main分支训练的模型，使用：
python export.py --weights /lvol1/jjpeng/yolov7/runs/train/terminal_status_landi_newland_pax_newpos_verfone/weights/best.pt --end2end --simplify --topk-all 100 --iou-thres 0.65 --conf-thres 0.35 --img-size 1280 1280 --max-wh 1280进行导出onnx模型。导出过程无问题，使用onnx推理也验证模型没问题。验证结果如下：

但是按照教程配置并使用自定义模型的时候，加载似乎没有问题，但是运行后没有任何输出。

以下是我的yaml配置文件：

加载YOLOv8自定义模型时出现上述错误，配置文件如下

type: yolov8
name: YOLOv8s-parachute
display_name: YOLOv8s-parachute
model_path: E:\project\9_parachute_annotation\model\best.onnx
input_width: 640
input_height: 640
nms_threshold: 0.7
score_threshold: 0.25
confidence_threshold: 0.25
classes:
  - parachute

1.自动使用上一次的label，经常使用的不是上次的label
2.保持之前的图像缩放尺寸，有时候突然就变回原图了

您好，请问已经将paddleseg框架中的模型（pp_liteseg_stdc2）转换为onnx格式，想要在软件中添加该模型，如何操作？

您好，目前需要bisenetv2网络，请问自定义前后处理过程可以参考哪个文件？

https://github.com/ZeXin-Wang/labelimg

报错

(XAnyLabelingenv) D:\gitlib\github\BioVbreed\X-AnyLabeling>python tools/label_converter.py --src_path imgDB\images --dst_path imgDB\label\130xyolo --classes imgDB\la
bel\classes.txt --mode custom2yolo
Starting conversion to custom2yolo format...
Converting files:   0%|                                                                                                          | 1/1820 [00:00<04:01,  7.52file/s]
Traceback (most recent call last):
  File "tools/label_converter.py", line 399, in <module>
    main()
  File "tools/label_converter.py", line 372, in main
    os.makedirs(args.dst_path, exist_ok=False)
  File "C:\Users\zhenyuchen\.conda\envs\XAnyLabelingenv\lib\os.py", line 223, in makedirs
    mkdir(name, mode)
FileExistsError: [WinError 183] 当文件已存在时，无法创建该文件。: 'imgDB\\label\\130xyolo'

输出结果

非常感谢分享，现在导入模型后，只能单帧进行标注，是否可增添一次性全部生成选项

https://github.com/JCruan519/EGE-UNet
您好，请问怎么将EGE-unet的onnx模型加载到此项目中呢？
训练的是分割单个类别的权重，但输入图像需要进行减均值除方差的处理。
因为直接用SAM自动标注的效果很差，所以想加载自己训练的模型。
感谢作者的解答