YOLO 数据集工作台
面向本地单用户的 YOLO 数据集工作台:从图片导入、人工标注、数据校验、YOLO/COCO 交换、本地训练、原生评估到受管模型产物,一条轻量闭环。
做 YOLO 项目最烦的不是训练,是数据在十几个工具之间来回倒腾——标注工具、格式转换脚本、训练脚本、评估报告各管一摊。我想把这条链路收进一个本地应用,数据不出本机。
四类任务全覆盖
detect(bbox)、segment(polygon)、OBB(旋转框)、classify(单标签),标注表示与导出格式一一对应。
SAM 智能建议
segment 任务支持框选/点选生成建议;未配置模型时退化为 review-only 框形建议,明确标识。
数据交换
YOLO detect/segment/OBB ZIP 导入导出、YOLO classify 目录布局、detect/segment COCO ZIP 双向。
本地训练
FIFO 队列、CPU/MPS/单卡 CUDA/多卡 DDP、实时日志与进度、停止控制、从 last.pt 恢复中断任务。
原生评估
后台跑 Ultralytics val,保存指标、图表、混淆矩阵、PR 曲线,最多 200 个可审阅错误样本。
数据质量报告
标注覆盖率、类别分布、小目标、重叠 bbox、类别失衡提示,训练前先看数据。
受管模型库
只收 best.pt / last.pt / 静态 FP32 ONNX,持久化图片快速测试、同数据集模型比较。
Agent 助手
综合/数据集/训练/模型四种模式,共享执行器。写操作必须人工确认,不自动串联下一步。
启动本地服务
# 后端 + 前端
pnpm install
pnpm dev访问
http://127.0.0.1:8000不包含:登录/RBAC、协作、Workflow、无人值守 Agent 自动化、文本提示分割、Deployment、pose、云训练。默认只监听 127.0.0.1,数据全部保留在本机。