YOLO Annotator: данная разметка обозначает 12 форматов экспорта без сервера и Docker

YOLO Annotator вышел как открытый проект (лицензия GPL-3.0) и решает конкретную боль: разметка данных для обучения моделей компьютерного зрения до сих пор требовала либо сервер с CVAT или Label Studio, либо обходиться примитивным labelImg, который умеет только прямоугольники. Новый инструмент ставится на обычный ноутбук и поддерживает экспорт сразу в 12 форматов, включая YOLO и COCO (два главных стандарта датасетов для детекции и сегментации объектов).

Проект родился из практической задачи: команда разработчиков занималась детекцией дефектов дорожной инфраструктуры, и ни один существующий инструмент не подошёл целиком. Серверные решения оказались слишком затратными по железу и сложными в развёртывании, а простые десктопные не умели работать с масками и полигонами. Разработчики собрали «середину» для себя, а затем открыли код для сообщества.

Что умеет YOLO Annotator?

• Полный набор типов разметки. Прямоугольники (bbox), полигоны, повёрнутые рамки (OBB, то есть прямоугольник, который можно наклонить под углом объекта), маски, ключевые точки (pose), семантическая и panoptic-сегментация (когда данная разметка обозначает и отдельные объекты вроде машин, и сплошные области вроде дороги или неба в одном проекте).

• Семантическая кисть с тремя режимами. В режиме overwrite мазок забирает пиксели у соседних классов. В режиме keep кисть рисует только по пустым местам, что позволяет заливать фон широко, не задевая уже размеченное. Режим erase снимает разметку. Каждый пиксель принадлежит только одному классу.

• 12 форматов экспорта. YOLO Detect, Segment, OBB, Pose, Point, Classify, COCO Instances, Keypoints, Panoptic, Pascal VOC, LabelMe и PNG-маски (бинарные, индексные, цветные). Данная разметка обозначает, что выгруженные файлы без доработки принимают YOLO, Detectron2 и Mask2Former.

• Импорт готовых датасетов YOLO и автоматическая разбивка на train/val/test (обучающую, проверочную и тестовую выборки).

• Проверка качества. Программа ищет пустые изображения, дубли и слишком мелкие полигоны.

• Совместная работа через общую сетевую папку, без сервера. Полный undo/redo (отмена и повтор действий), настраиваемые горячие клавиши, русский и английский интерфейс.

Как устроена работа с масками внутри?

Вместо того чтобы хранить копии больших изображений в памяти, программа при каждом мазке кисти записывает новый файл маски, а старый оставляет нетронутым. Отмена действия просто переключает ссылку на предыдущий файл. Если мазок затронул несколько классов сразу, откат происходит одной командой.

Устаревшие файлы масок сначала перемещаются в служебную папку и удаляются только при следующем открытии проекта, с задержкой в 24 часа. Это страховка для многопользовательского режима: коллега мог только что нарисовать маску, а его файл аннотаций ещё не сохранился.

COCO RLE без внешних зависимостей

COCO RLE (Run-Length Encoding, кодирование длин серий) позволяет сохранять маски попиксельно, без потери деталей вроде дырок в объектах. Обычно для этого нужна библиотека pycocotools с C-расширением. Разработчики YOLO Annotator реализовали кодирование на чистом Python и NumPy: длины серий считаются векторно, а результат побайтово совпал с pycocotools на 300 случайных масках.

Итоговый JSON загружается стандартным загрузчиком pycocotools.coco.COCO, на который опираются Detectron2 и MMDetection. То есть совместимость не декларативная, а проверенная.

Сравнение с серверными инструментами

Для российской аудитории важно: инструмент не зависит от облачных сервисов, которые могут быть недоступны или ограничены. Всё работает локально, на обычном ноутбуке без мощного GPU.

Как попробовать?

1. Скачайте YOLO Annotator из репозитория проекта (код открыт под GPL-3.0, установка без Docker и сервера).
2. Создайте проект, укажите папку с изображениями и задайте классы объектов.
3. Разметьте данные нужным инструментом (прямоугольники, полигоны, кисть для семантической сегментации) и экспортируйте в формат вашей модели.

Что это даёт вам прямо сейчас?

Авторам Дзена, которые пишут про технологии и ИИ. Если вы разбираете тему компьютерного зрения, YOLO Annotator даёт наглядный пример: как выглядит подготовка данных для ИИ изнутри. Можно показать процесс в статье или видео, инструмент бесплатный и русифицированный.

Разработчикам и аналитикам данных в РФ. Офлайн-работа без облака снимает и вопрос санкционных ограничений, и вопрос бюджета на серверы. Поддержка 12 форматов экспорта означает, что один инструмент закрывает разметку под большинство популярных фреймворков.

Предпринимателям, которые строят продукты на компьютерном зрении. Не нужно платить за облачную разметку или содержать сервер CVAT на старте. Совместная работа через сетевую папку позволяет подключить небольшую команду разметчиков без IT-отдела.

Частые вопросы

Нужен ли мощный компьютер?

Нет. Программа работает на обычном ноутбуке, без GPU-ускорения и без Docker. Основная нагрузка ложится на оперативную память при работе с большими масками, но для типичных датасетов хватает стандартной конфигурации.

Можно ли использовать уже размеченные данные?

Да. YOLO Annotator импортирует готовые датасеты в формате YOLO. Внутренний формат проекта собственный (папка .annproj с JSON и PNG для масок), а координаты нормализованы, поэтому экспорт в любой из 12 поддерживаемых форматов работает без ручной конвертации.

Чем это отличается от labelImg?

labelImg умеет размечать только прямоугольниками (bbox). YOLO Annotator добавляет полигоны, маски, повёрнутые рамки, семантическую и panoptic-сегментацию, многопользовательский режим и экспорт в 12 форматов. При этом ставится так же просто, без сервера.