X-AnyLabeling 下载与安装教程

📌 简介

X-AnyLabeling 是一款开源的 AI 辅助数据标注工具，集成了 Segment Anything、YOLO 系列等先进模型，支持目标检测、图像分割、姿态估计等多种任务，兼容 Windows / Linux / macOS 平台。

• GitHub 地址：https://github.com/CVHub520/X-AnyLabeling
• 官方安装文档：https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/zh_cn/get_started.md

---

方式一：源码安装（推荐 ✅）

官方强烈建议从源码运行，可使用最新功能和最稳定的性能体验。

步骤 1：前置条件

• 安装 Miniconda 或 Anaconda
• 安装 Git
• Python 3.8+（推荐 3.10）
• 如需 GPU 加速：NVIDIA 显卡 + CUDA 11.8+

步骤 2：创建并激活 Conda 环境

conda create --name x-anylabeling python=3.10 -y
conda activate x-anylabeling

步骤 3：下载源码

git clone https://github.com/CVHub520/X-AnyLabeling.git
cd X-AnyLabeling

💡 如果 GitHub 下载慢，也可以直接在仓库页面点击 “Code” → “Download ZIP”，解压后进入目录。

步骤 4：安装 ONNX Runtime

根据你的硬件选择：

# CPU 版本
pip install onnxruntime

# GPU 版本（需要 CUDA 环境）
pip install onnxruntime-gpu

步骤 5：安装项目依赖

根据操作系统和运行环境选择对应的依赖文件：

依赖文件	操作系统	运行环境
requirements.txt	Windows / Linux	CPU
requirements-dev.txt	Windows / Linux	CPU（开发/可编译）
requirements-gpu.txt	Windows / Linux	GPU
requirements-macos.txt	macOS	CPU

# 示例：Windows/Linux CPU 环境
pip install -r requirements-dev.txt

# 示例：GPU 环境
pip install -r requirements-gpu.txt

# 示例：macOS
pip install -r requirements-macos.txt

步骤 6：启动应用

cd anylabeling
python app.py

或者直接在项目根目录执行：

python main.py

首次启动时，系统会自动下载必要的模型文件，请耐心等待。

---

方式二：下载编译好的 GUI 版本（免安装）

如果不想配置 Python 环境，可以直接下载已编译的可执行文件：

1. 前往 GitHub 仓库的 Releases 页面
2. 找到最新版本，下载对应系统的压缩包：
   • Windows：.exe 文件
   • Linux：.AppImage 或 .tar.gz
   • macOS：.dmg 或 .app
3. 解压后直接双击运行即可

⚠️ GUI 版本可能不包含最新功能，建议有条件还是使用源码方式。

---

🔧 常见问题

问题	解决方案
GitHub 克隆速度慢	使用镜像站或下载 ZIP 压缩包
pip install 报错	确认已激活正确的 conda 环境，Python 版本 ≥ 3.8
macOS 启动报错	需切换到项目根目录，并指定 Python 版本运行
GPU 版本无法使用	确认 CUDA 版本与 onnxruntime-gpu 兼容
首次启动卡在下载模型	检查网络连接，或手动下载模型文件放到指定目录

---

📚 参考链接

• 官方 GitHub：https://github.com/CVHub520/X-AnyLabeling
• 中文安装文档：https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/zh_cn/get_started.md
• GitCode 镜像：https://gitcode.com/gh_mirrors/xa/X-AnyLabeling

如果安装过程中遇到具体问题，欢迎继续提问！