anylabeling安装与使用说明

一.anylabeling说明

官网:https://anylabeling.nrl.ai/docs
该工具作为一个具有Segment Anything和YOLO模型的智能标签工具，可以快速、准确地对图像进行标注。

二. 安装教程

1. 可执行程序方式

0. 官网(https://github.com/vietanhdev/anylabeling/releases )下载可执行程序
   

1. 通过onnx官网查看所需要的CUDA和cuDNN版本(anylabeling版本0.3.3用的是1.14的onnxruntime-gpu，需要适配11.6的CUDA和8.5的cuDNN)
   

2. 根据要求安装对应版本cuda和cuDNN
   CUDA下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
   cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archive

3. 运行程序
   

4. 更改软件语言
   

5. 选择自动标注，选自模型，软件会自动下载模型(点击闪退说明连不上下载源，需要开VPN)
   
   
   也可以选择直接从官网(https://github.com/vietanhdev/anylabeling-assets/releases)下载对应版本的模型，然后直接加载(github下载速度你懂得)
   

6. 还可以直接去看看软件本身是从哪里下载的，运行完软件，在C:\Users***\anylabeling_data\models路径(*号代表你计算机的用户名)下可以看到保存模型的文件夹，如下图所示
   
   每个文件夹中的config.yaml都保存有模型的下载路径，用txt打开就可以看到：
   
   我们打开路径中的：https://huggingface.co/vietanhdev/segment-anything-onnx-models，可以进入如下网页：
   
   从这里就可以下载模型文件了
   

7. 手动配置模型文件
   我们解压下载好的文件，打开其中的config.yaml，与原来的对比：

   config_file: C:\Users\aodeluo\anylabeling_data\models\mobile_sam_20230629\config.yaml
   display_name: Segment Anything (MobileSAM)
   download_url: https://huggingface.co/vietanhdev/segment-anything-onnx-models/resolve/main/mobile_sam_20230629.zip
   has_downloaded: false
   is_custom_model: false
   name: mobile_sam_20230629
   

   type: segment_anything
   name: mobile_sam_20230629
   display_name: Segment Anything (MobileSAM)
   encoder_model_path: mobile_sam.encoder.onnx
   decoder_model_path: sam_vit_h_4b8939.decoder.onnx
   input_size: 1024
   max_width: 1024
   max_height: 682
   

   我们进行如下修改：
   

   type: segment_anything
   name: mobile_sam_20230629
   display_name: Segment Anything (MobileSAM)
   encoder_model_path: mobile_sam.encoder.onnx
   decoder_model_path: sam_vit_h_4b8939.decoder.onnx
   input_size: 1024
   max_width: 1024
   max_height: 682
   config_file: C:\Users\aodeluo\anylabeling_data\models\mobile_sam_20230629\config.yaml
   has_downloaded: true
   

   然后将整个文件直接拷贝到对应模型目录中进行覆盖
   
   打开anylabeling，选择替换好的模型
   

   
   打开一张图像，就可以进行自动标注了
   

2. python程序

1. 安装环境，进行环境

   conda create -n anylabeling python=3.8 anaconda
   conda activate anylabeling
   

2. 安装anylabeling

   pip install anylabeling-gpu -i https://mirrors.aliyun.com/pypi/simple/
   

   

3. 通过pip list查看安装的onnx版本
   

4. 通过onnx官网查看所需要的CUDA和cuDNN版本
   

5. 根据要求安装对应版本cuda和cuDNN
   CUDA下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
   cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archive